龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国地质大学(武汉)
申请日：2024-03-14
公开（公告）日：2024-06-21
公开（公告）号：CN118230194A
主分类号：G06V20/17
分类号：G06V20/17;G06V10/82;G06N3/0464;G06N3/0455;G06N3/082;G06N3/084
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明提供一种基于改进YOLOv8s算法的无人机航拍小目标检测方法及电子设备，涉及航拍图像检测技术领域，该方法包括：获取航拍图像数据集；训练改进后的YOLOv8s网络模型，改进模型包括主干网络、特征增强网络和解耦头，主干网络中采用SwinTransformer模块替换第一个C2f模块以获取一层全局特征，特征增强网络中采用DSConv卷积代替C2f模块的Bottleneck卷积构成C2f‑DS模块，解耦头利用该层全局特征构建小目标检测头；构建目标损失函数以训练得到优化后的改进YOLOv8s网络模型，目标损失函数包括QFL分类损失函数和NWD定位损失函数；将待检测的航拍图像输入到训练好的改进YOLOv8s网络模型中进行检测。本发明的有益效果：对小目标能够更加精准地识别和定位，更适用于小目标，提高了航拍图像的小目标检测精度。
主权项：1.一种基于改进YOLOv8s算法的无人机航拍小目标检测方法，其特征在于，包括以下步骤：获取航拍图像数据集；采用航拍图像数据集训练改进后的YOLOv8s网络模型，改进后的YOLOv8s网络模型包括主干网络、特征增强网络和解耦头，所述主干网络中采用SwinTransformer模块替换第一个C2f模块以获取一层全局特征，所述特征增强网络中采用DSConv卷积代替C2f模块的Bottleneck卷积构成C2f-DS模块，所述解耦头利用该层全局特征构建小目标检测头；构建目标损失函数以训练得到优化后的改进YOLOv8s网络模型，所述目标损失函数包括QFL分类损失函数和NWD定位损失函数；将待检测的航拍图像输入到训练好的改进YOLOv8s网络模型中进行检测。
全文数据：
权利要求：
百度查询： 中国地质大学(武汉) 基于改进YOLOv8s算法的无人机航拍小目标检测方法及电子设备
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