摘要
本申请提供了一种基于YOLOv8n的地下病害检测系统及检测方法,检测系统包括:主干网络、颈部网络、头部网络、损失函数,主干网络包括Conv模块、Conv模块、GhostConv‑C2f模块、CBAM模块、Conv模块、GhostConv‑C2f模块、CBAM模块、SPPF模块;本申请通过GhostConv‑C2f模块在保证特征表达能力的同时,提高模型效率;CBAM模块从通道和空间两方面优化特征;SPPF模块对输入特征图进行不同尺度池化操作,融合多尺度特征,提升模型对目标尺度变动的适应能力与稳定性,让模型能更好地识别不同大小的地下病害;进而本申请能够提升模型的检测速度和准确度。
技术关键词
病害检测方法
模块
融合多尺度特征
幻影
网络
雷达回波图像
因子
损失函数优化
计算方法
特征金字塔
坐标
基础
通道
动态
输出特征
物体
算法
阶段
系统为您推荐了相关专利信息
卡尔曼滤波
控制优化方法
富氧底吹炉
多头注意力机制
前馈神经网络
卡那霉素
生物传感器
纳米酶
适配体传感器
催化TMB显色
泡沫消除方法
气泡
泡沫消除系统
坐标
长短期记忆网络
水污染检测方法
鲸鱼优化算法
BP神经网络模型
表达式
集成策略