基于FSOD-YOLOv8的战斗部破片小目标检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于FSOD-YOLOv8的战斗部破片小目标检测方法
申请号:CN202511117138
申请日期:2025-08-11
公开号:CN120997481A
公开日期:2025-11-21
类型:发明专利
摘要
本发明公开了一种基于FSOD‑YOLOv8的战斗部破片小目标检测方法,利用高速相机获取战斗部爆炸视频,对视频分帧得到破片图像并标注,经数据增强后形成训练集、验证集和测试集;构建FSOD‑YOLOv8n网络模型;将训练集和验证集作为FSOD‑YOLOv8n网络模型的输入,并将图像尺寸进行调整,载入预训练权重进行训练,然后基于损失函数通过前后向传播对训练权重进行迭代优化,获得训练后的FSOD‑YOLOv8网络模型;将训练后的模型对测试集进行检测,得到检测的结果;通过轻量化网络设计、多尺度特征融合优化、动态损失函数调整等技术手段,显著提升破片检测的准确率和实时性。
技术关键词
特征金字塔网络 特征融合网络 表达式 特征提取网络 特征提取模块 空间金字塔池化 多尺度特征融合 训练集 优化器 退火算法 图像缩放 视频 注意力 卷积模块 网络结构 焦点 数据
系统为您推荐了相关专利信息
风险评估值 气象 网架风险 风险评估方法 历史运行数据
电池状态数据 高维特征向量 状态监控方法 电池健康状态 储能电池
支撑控制方法 有功功率 电压稳定 换流器容量 电压支撑策略
网络舆情数据 情感分类模型 网络舆情监测方法 关键词 生成训练样本
样本 识别方法 卷积模块 识别设备 卷积神经网络模型