摘要
本发明提供了一种基于轻量级主干网络GhostoneNet和特征融合网络EfficientRepGFPN‑EEP的小目标检测装置及方法,以YOLOv8为基准模型,包括主干网络侧、特征融合网络侧以及检测输出侧;在主干网络侧,引入基于深度可分离卷积结构的Mobileone模块;在特征融合网络侧,进行通道缩减及规模调整,使其匹配GhostoneNet;在检测输出侧,引入OTA分配策略取代原始模型中的静态标签分配策略。本技术方案能够在低算力嵌入式平台上实现高精度、低延迟的缺陷识别,有效提升生产效率和产品良率。
技术关键词
特征融合网络
轻量化神经网络
卷积模块
注意力机制
分支
代表
阶段
输出特征
滤波器
特征提取能力
特征提取模块
特征融合方法
滑动窗口
瓶颈
通道
嵌入式平台
策略
系统为您推荐了相关专利信息
蠕变型滑坡
智能识别方法
正弦相位
双线性插值法
三通道
位移识别方法
运动先验信息
注意力机制
结构振动响应
运动估计算法
品质特征
品质评价模型
品质评价方法
白酒
品质评价装置