摘要
本发明提供一种轻量化的目标成熟度检测方法、系统及其应用,该方法包括采集待检测目标的实时监测数据;基于YOLOv8网络结构,利用空间深度分解卷积模块、结合大型可分离核注意力机制的快速空间金字塔池化模块,对YOLOv8模型的主干网络和颈部网络进行改进以形成SL‑YOLO模型,利用层自适应幅度剪枝策略,构建SLP‑YOLO模型;训练SLP‑YOLO模型;将待检测目标的实时监测数据,输入训练好的SLP‑YOLO模型,获得待检测目标的成熟度检测结果。本发明通过结构优化与剪枝策略,在保证检测精度的同时显著降低模型复杂度,适用于资源受限的实际应用场景。
技术关键词
YOLO模型
实时监测数据
剪枝策略
空间金字塔池化
卷积模块
注意力机制
感知特征
网络结构
融合特征
模型训练模块
置信度阈值
数据获取模块
检测头
上采样
像素
通道
复杂度
草莓
系统为您推荐了相关专利信息
细胞分割方法
多尺度特征提取
编码器
融合特征
卷积模块
穿孔特征
细粒度特征
空间金字塔池化
特征融合网络
识别方法
特征金字塔
细粒度特征
卷积模块
特征提取模块
匹配模块