摘要
本申请提供一种基于改进YOLOv8的钢筋绑扎点检测方法,包括以下步骤:获取施工现场图像并进行预处理,将待检测图像输入至改进目标检测模型,依次执行局部空间注意力计算、深度可分离卷积和通道注意力加权操作,以强化钢筋交叉点的细节特征表达;对自顶向下的第一特征路径和自底向上的第二特征路径进行动态权重融合,并在融合节点嵌入轻量化残差单元;采用分类分支和回归分支分别处理分类任务与回归任务,分类分支输出类别置信度,回归分支通过深度可分离卷积与概率分布预测层输出坐标定位;解码目标检测模型的输出数据,生成包含绑扎点位置及类别的检测结果。该方法可在提升检测钢筋绑扎点准确性的同时满足实时检测的需求。
技术关键词
点检测方法
多尺度融合网络
高层语义特征
分支
施工现场
注意力
坐标
图像
移除特征
矩阵
通道剪枝
检测钢筋
交叉点
批量
参数
滑动窗口
马赛克
节点
系统为您推荐了相关专利信息
状态指示装置
实时状态信息
轨道吊车
风门
自动驾驶方法
姿态检测模型
智慧城市管理
对象
实时图像
事件预测方法
绿色建筑技术
传感器设备
建筑物
建立BIM模型
故障检测模型
特征提取网络
特征融合网络
注意力
热力图
芯片表面缺陷检测