一种基于改进YOLO的施工现场小尺度目标检测方法、系统、设备及介质

AITNT
正文
推荐专利
一种基于改进YOLO的施工现场小尺度目标检测方法、系统、设备及介质
申请号:CN202510889640
申请日期:2025-06-30
公开号:CN120808147A
公开日期:2025-10-17
类型:发明专利
摘要
一种基于改进YOLO的施工现场小尺度目标检测方法、系统、设备及介质,构建包含多类施工目标的施工现场目标检测数据集SODA,并划分为训练集、验证集和测试集;以YOLO为基准模型,集成多路径多尺度空洞卷积特征提取模块(MPFD)与自适应多层次特征融合模块(AMFF),构建基于改进YOLO的施工现场小尺度目标检测模型;并进行训练、验证和测试,最终得到适配施工现场边缘计算设备部署要求的高效小尺度目标检测模型;系统、设备及介质用于实现该方法;本发明具有检测框更精准、小目标检测精度更高、计算复杂度低、跨场景泛化能力强等技术效果。
技术关键词
多层次特征融合 卷积特征提取 训练集优化 多路径 检测模型训练 多尺度 Sigmoid函数 加权特征 施工现场数据 空洞 双线性插值 可读存储介质 通道 基准 网络 测试模块
系统为您推荐了相关专利信息
1
角点检测方法、角点检测模型训练方法及装置
网格 检测模型训练方法 角点检测方法 画布 角点检测装置
2
一种弱目标快速遥感检测方法及系统
遥感检测方法 网格 样本 训练检测模型 地物类别
3
一种基于CTC-Attention混合架构的语音操控超声波调节设置方法
超声波仪器 编码器模块 多任务学习策略 关键词 注意力机制
4
一种提高实体房地产证书内容识别能力的系统及方法
表格模板 深度神经网络训练 特征融合网络 特征提取网络 证书
5
一种多层次特征融合的二进制代码相似性检测方法及系统
二进制代码相似性检测方法 多层次特征融合 Word2Vec模型 结构特征提取 强连通分量
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号