一种优化的YOLOv8结合注意力机制的小型无人机检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种优化的YOLOv8结合注意力机制的小型无人机检测方法
申请号:CN202411434454
申请日期:2024-10-15
公开号:CN119418036A
公开日期:2025-02-11
类型:发明专利
摘要
本发明属于小型无人机识别技术领域,旨在解决无人机的小型目标特性、飞行行为的多样性以及复杂环境中的背景干扰仍然对检测精度造成干扰的问题。提出了一种优化的YOLOv8结合注意力机制的小型无人机检测方法,包括以下步骤:S1:在YOLOv8模型的颈部部分引入残差块卷积块注意力模块;S2:在YOLOv8模型的检测头部分增加高分辨率检测头;S3:基于上述改进搭建P2—ResCBAM‑YOLOv8网络;S4:构建复杂背景下的小型无人机的图像数据集,对新的YOLOv8模型训练和验证;S5:基于优化后的YOLOv8模型识别复杂背景下的小型无人机目标。本发明通过引入的残差块卷积块注意力模块和高分辨率检测头,使得模型在提取目标特征时,能够更好地识别出具有微小差异的目标物体。
技术关键词
小型无人机 注意力机制 高层次 检测头结构 卷积模块 语义特征 通道 网络 马赛克 优化器 超参数 多层次 图像 数据 分辨率
系统为您推荐了相关专利信息
大语言模型 农业 数据 解码器 多头注意力机制
深度学习技术 肾癌 编码特征 卷积模块 多尺度特征
多元时序数据 异常事件 时间卷积网络 离散小波变换 序列
深度计算方法 BiLSTM模型 路面车辙 端点 激光检测系统
人脸皮肤 皮肤特征信息 特征分析方法 衍生算法 偏振光