摘要
本发明属于目标检测技术领域,为解决目前在大环境下对小目标的检测不精准的问题。提供了一种露天矿排土场大场景多目标检测方法,包括以下步骤:基于Yolov8n构建多目标网络模型,以Yolov8n网络为基础,将Yolov8n网络中的C2f模块全部替换为C3Ghost模块,并在Yolov8n网络的骨干网络中使用GSConv模块替换Conv模块,在颈部网络中使用GhostConv模块替换Conv模块,同时引入C3STR模块,并增加一层小目标检测层;然后利用预处理后的历史多目标视频图像对多目标网络模型进行训练和优化,得到优化后的多目标网络模型;将待测多目标视频图像输入所述优化后的多目标网络模型中进行目标识别。本发明不仅提高了大环境下的目标检测精度,而且减少了参数量和模型大小。
技术关键词
露天矿排土场
网络
模块
视频
图像
场景
输出特征
暗通道先验
数据
去雾算法
均衡算法
椒盐噪声
标注工具
对象
推土机
分支
卡车
基础