摘要
本发明涉及计算机视觉技术领域,具体涉及一种融合超分重建的改进YOLOv8红外小目标检测方法及系统,实时采集红外图像数据;对采集的红外图像数据进行预处理;对Real‑ESRGAN模型生成器中的RRDB网络结构进行改进;对经过超分辨率重建后的红外数据集通过数据增强模块后,用细粒度补充特征聚合模块替换原YOLOv8骨干网络和颈部网络的步幅卷积下采样模块进行处理;来自骨干网络的特征图进入颈部网络,通过上下文信息增强模块进行处理后到达头部网络;将红外超分辨率重建和小目标检测的结果通过前端界面显示,并通过反馈对算法模型库和数据样本库进行迭代更新。解决现有技术中存在的问题,实现复杂背景下红外小目标的高精准、低误判检测,提升检测效率与可靠性。
技术关键词
红外超分辨率
智能安防传感器
采样模块
数据
工业监测系统
分支
网络结构
计算机视觉技术
图像
模型库
级联
支路
残差结构
训练集
生成特征
注意力机制
特征选择
系统为您推荐了相关专利信息
多维数据分析方法
异常数据点
诊断特征
孤立森林算法
多维数据分析系统
土壤墒情数据
历史气象数据
融合气象数据
灌溉控制方法
作物需水
风险检测方法
变电站危险区域
多模态
识别设备运行状态
决策