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：长沙学院
摘要：本发明提出一种ML‑YOLOv8的模型结构用于构建大鲵护幼行为自动识别系统，ML‑YOLOv8由输入端、主干网络、颈部网络和检测头四部分组成。本发明的模型结构系统显著增强了模型的特征提取能力，有效减少了复杂环境中的干扰因素，优化了损失函数，并提高了网络的鲁棒性。该模型在mAP50‑95上的识别率为85.7%，比YOLOv8s模型高出了2.1%。与其它主流模型相比，该模型的整体性能明显提升。
主权项：1.一种基于ML-YOLOv8网络模型结构的大鲵护幼行为自动识别系统，其特征在于，包括：ML-YOLOv8的模型，包括输入端、主干网络、颈部网络和检测头四部分组成；所述输入端进行数据增强以及自适应图片缩放，数据增强采用Mosaic增强，YOLOv8的Mosaic增强部分引入了YOLOX中在最后10个epoch采用Mosaic增强的操作，增强了模型的鲁棒性，自适应图片缩放将原始图片统一缩放到同一尺寸；主干网络由Conv、C2f、C2f-MSConv和SPPF-LSKA模块构成，所述Conv模块包括Conv2d、BN、和SLU激活函数，所述Conv模块对特征图进行卷积操作，所述C2f模块是提取特征模块，其中，所述C2f模块中的主干网络中第六层和第八层以及颈部网路设置为C2f-MSConv，进行多尺度融合，所述SPPF-LSKA模块用于提取不同感受野特征；颈部网络由FPN-PAN的结构组成，FPN是自上而下的，通过上采样，将高层的特征信息与底层的特征信息进行融合，计算出预测的特征图，PAN是对FPN的改进，引入了横向连接来增强特征的语意信息，使得自下而上的特征图可以与自上而下的特征图进行融合；所述检测头使用anchor-free的匹配机制，不需要预设anchor，只需对不同尺度的特征图的目标中心点和宽高进行回归，通过利用来自不同尺度特征图的丰富信息，精确地获取大、中、小尺寸目标物体的分类和位置信息。
全文数据：
权利要求：
百度查询： 长沙学院 基于ML-YOLOv8网络模型结构的大鲵护幼行为自动识别系统
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