← 返回列表
改进YOLOv8的无人机航拍目标检测方法
摘要文本
本发明公开了一种改进YOLOv8的无人机航拍目标检测方法，涉及计算机视觉技术领域。所述方法包括如下步骤：对数据集进行数据增强和划分，并将增强后的图像分辨率调整为预设大小；构建无人机航拍目标检测用于改进的YOLOv8网络，在主干网络中通过引入部分空洞卷积构建多分支部分空洞卷积模块用以改进C2F中的Bottleneck块，增强特征提取网络感受野，提高模型检测性能，并减少参数量和计算量；最后综合检测精度和参数量指标来选取最佳模型，对测试集数据进行测试。所述方法能够提高无人机对小目标的检测性能，取得了较好的检测效果。
申请人信息
- 申请人:河北翔拓航空科技有限公司; 石家庄铁道大学
- 申请人地址:050299 河北省石家庄市鹿泉区御园路99号光谷科技园邱氏电子科技园2栋2楼东
- 发明人: 河北翔拓航空科技有限公司; 石家庄铁道大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 改进YOLOv8的无人机航拍目标检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311361640.0 |
| 申请日 | 2023/10/19 |
| 公告号 | CN117557922A |
| 公开日 | 2024/2/13 |
| IPC主分类号 | G06V20/17 |
| 权利人 | 河北翔拓航空科技有限公司; 石家庄铁道大学 |
| 发明人 | 赵志宏; 郝子晔; 赵世哲; 俞阿丹; 李万根 |
| 地址 | 河北省石家庄市鹿泉区御园路99号光谷科技园邱氏电子科技园2栋2楼东; 河北省石家庄市北二环东路17号 |
专利主权项内容
1.一种改进YOLOv8的无人机航拍目标检测方法，其特征在于包括如下步骤：S1：对数据集进行数据增强和划分，并将增强后的图像分辨率调整为预设大小；S2：构建无人机航拍目标检测用于改进的YOLOv8网络，所述改进的YOLOv8网络通过在主干网络中引入部分空洞卷积构建多分支部分空洞卷积块DPC，来构建C2F中的Bottleneck块形成新的DPC2F块，并在该块中加入EMA注意力机制对通道进行调节且通过加入跳连路径实现特征聚合，数据集通过所述改进的YOLOv8网络的主干网络提取特征，得到三个尺度的特征图；S3：将主干网络提取的网络特征进行处理，输出给颈部网络进行多尺度特征融合，并通过最小化总体损失函数，对目标检测网络进行训练，不断更新模型参数进行微调，得到训练模型；S4：加载最佳轻量级多尺度模型参数，将待检测图像输入模型中得到检测结果，生成目标检测图像。