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