摘要
本发明涉及一种基于YOLOv8的轻量级网络模型的无人机图片识别方法,包括:采集包含多视角、多光照、多天气条件的图像数据并进行预处理,组成数据集;构建轻量级无人机图片识别模型;进行训练,保存训练得到的最优的无人机图片识别模型;得到识别结果。本发明通过引入轻量级CPU网络,大幅削减参数量,降低计算复杂度达80%‑90%,确保无人机在执行图片识别任务时的流畅性与稳定性,为无人机在实际作业中的持续运行提供了关键保障;能精准聚焦于图像中的关键特征,有效减少冗余信息干扰,能够在无人机有限的计算资源条件下,实现高效、精准的图片识别,为无人机在多个领域的应用提供有力的技术支持。
技术关键词
无人机图片
识别方法
计算机程序指令
网络
全局平均池化
消除图像噪声
空间金字塔池化
空间权重矩阵
局部空间特征
注意力机制
滤波算法
输电线路巡检
通道
多视角
随机梯度下降
加权平均法
处理器
椒盐噪声
系统为您推荐了相关专利信息
填充系统
智能化运行系统
执行控制系统
总控系统
拓扑图
空间识别方法
分类器
空间识别装置
结构墙构件
支持向量机
生物特征数据
分支卷积神经网络
生物特征模板
身份认证方法
融合特征