一种低光照环境下的深度学习目标检测与计数优化方法

本发明公开一种低光照环境下的深度学习目标检测与计数优化方法，其运行在GPU中，使用监控相机采集需要检测的区域的图像数据，然后预处理采集的数据，划分训练集、测试集和验证集；训练YOLO11目标检测模型,分别训练待检测区域的模型和检测区域内钻杆的检测模型；部署推理低光补偿模型和目标检测模型实现计数任务。经本申请实现适应不同光照条件的深度学习小目标检测算法，在实际生产中实现更高效、更准确的目标计数任务，进一步提升生产效率和质量控制水平。