摘要
本发明涉及计算机视觉技术领域,具体涉及一种基于多尺度卷积融合与YOLOv8的海洋生物智能检测系统,包括:采集模块,用于获取水下海洋生物原始图像数据,并对原始图像数据进行处理得到海洋生物数据集;检测模块,用于对海洋生物数据集进行识别;本发明通过VM‑Unet改进的多尺度水下图像增强网络与深度优化的YOLOv8算法,实现了轻量化高效计算、多尺度特征融合及复杂场景鲁棒识别,显著提升了水下图像处理与目标检测的精度和实时性,为海洋生物智能检测系统提供了兼具强适应性与高效性的技术支撑。
技术关键词
智能检测系统
原始图像数据
通道注意力机制
水下图像处理
模块
图像增强网络
多尺度特征融合
鲁棒识别
计算机视觉技术
图像缩放
补丁
编码器
输出特征
算法