一种基于改进轻量化YOLOv8模型的夜间红外检测方法及系统
申请号:CN202411435307
申请日期:2024-10-15
公开号:CN119445070A
公开日期:2025-02-14
类型:发明专利
摘要
本发明提出一种基于改进轻量化YOLOv8模型的夜间红外检测方法及系统,涉及深度学习、目标检测的技术领域。首先,获取红外图像数据集,对红外图像数据集进行预处理,并将预处理后的红外图像数据集划分为训练集、验证集和测试集;构建改进轻量化YOLOv8模型;所述改进轻量化YOLOv8模型在YOLOv8模型的基础上加入用于提高红外图像多尺度及特征提取能力的DWR模块、用于提高图像特征融合能力的CGAFusion模块和LSDECD_Detect模块;利用训练集对改进轻量化YOLOv8模型进行训练,并在训练过程中,利用验证集验证改进轻量化YOLOv8模型的有效性,得到训练好的改进轻量化YOLOv8模型;将测试集输入至训练好的改进轻量化YOLOv8模型,得到红外检测结果,实现在夜间能见度较差的情况下,提高车辆检测准确率。
技术关键词
红外检测方法
模块
图像多尺度
特征提取能力
红外图像特征
训练集
红外检测系统
数据
焦点损失函数
通道注意力机制
全局平均池化
有效性
输出端
检测头
网络
语义
矩阵