公开(公告)号：CN118505983B

公开(公告)日：2024-10-29

申请号：CN202410964537.3

申请日：2024-07-18

Applicant: 南京信息工程大学

Inventor： 王译曼 ,  刘一锋 ,  孙乐

IPC: G06V10/25 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于改进YOLOv8的唐卡目标检测方法，包括以下步骤：（1）获取需要检测的唐卡图片或视频并放入test文件并进行预处理；（2）构建改进YOLOv8网络模型，将深度可分离‑分组卷积‑SE注意力模块DGST替换特征金字塔层C2f中的瓶颈层Bottleneck；其中，DGST模块包括：SE注意力机制层、分组卷积以及神经网络ConvFFN模块；将需要检测的图片或视频输入改进YOLOv8网络进行训练；（3）将得到的模型输出数据进行处理，得到预测结果；本发明通过对YOLOv8模型的改进，提高检测的精确度，模型参数在一定程度上减少，实现模型轻量化。

公开(公告)号：CN118505983A

公开(公告)日：2024-08-16

申请号：CN202410964537.3

申请日：2024-07-18

Applicant: 南京信息工程大学

Inventor： 王译曼 ,  刘一锋 ,  孙乐

IPC: G06V10/25 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于改进YOLOv8的唐卡目标检测方法，包括以下步骤：（1）获取需要检测的唐卡图片或视频并放入test文件并进行预处理；（2）构建改进YOLOv8网络模型，将深度可分离‑分组卷积‑SE注意力模块DGST替换特征金字塔层C2f中的瓶颈层Bottleneck；其中，DGST模块包括：SE注意力机制层、分组卷积以及神经网络ConvFFN模块；将需要检测的图片或视频输入改进YOLOv8网络进行训练；（3）将得到的模型输出数据进行处理，得到预测结果；本发明通过对YOLOv8模型的改进，提高检测的精确度，模型参数在一定程度上减少，实现模型轻量化。