龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安石油大学
摘要：本发明属于无人机高空图像目标检测技术领域，提供了一种基于优化改进的YOLOv8无人机图像目标检测方法，该方法具体包括：首先对无人机空中拍摄地面图像进行获取，接着对待检测图像进行图像增强操作，增强图片特征信息，接着在YOLOv8目标检测算法中加入GAM注意力机制，加强算法模型对不同通道之间的相关性特征提出能力，在YOLOv8骨干网络和颈部网络中加入了FasterBlock模块，用FasterBlock模块替换原先的C2f模块，可以将整体模型的计算量大幅度降低，优化了模型的参数和计算效率，最后使用Wise‑IoU损失函数，使得算法模型可以更智能地分配梯度增益，从而提高了模型对一般质量锚框的关注，同时降低了对高质量和低质量锚框的过度关注，提高算法整体的精度。
主权项：1.一种基于优化改进的YOLOv8无人机图像目标检测方法，其特征在于：包括以下步骤：S101、利用无人机高空飞行对地面情况进行拍摄，获取训练数据集并且对数据集进行划分，所述训练数据集包括多张标注有待检测目标种类以及位置的无人机拍摄图像样本；S102、接着以YOLOv8n网络为基础，在主干网络SPPF层之后加入GAM注意力机制，并在颈部网络和主干网络中加入FasterBlock模块，用FasterBlock模块替换原先的C2f模块，同时引入Wise-IoU损失函数，得到Faster-GAMv8网络模型；S103、利用无人机训练集图像对Faster-GAMv8网络模型进行训练和优化，在迭代300轮后得到最终Faster-GAMv8网络模型；S104、将待检测无人机拍摄图像输入到最终Faster-GAMv8网络模型，利用优化后的Faster-GAMv8网络模型得到待检测无人机图像中待检测目标类别以及所在位置。
全文数据：
权利要求：
百度查询： 西安石油大学 一种基于优化改进的YOLOv8无人机图像目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号