公开(公告)号：CN116958688B

公开(公告)日：2024-09-03

申请号：CN202310935499.4

申请日：2023-07-28

Applicant: 南京信息工程大学

Inventor： 李轩慧 ,  郑钰辉

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于YOLOv8网络的目标检测方法及系统，属于图像处理技术领域，包括：采集待检测区域的实时监测图像，将实时监测图像输入至预先训练好的目标检测模型，获得目标检测结果；所述目标检测模型的训练过程包括：利用训练数据集对目标检测模型进行训练，所述目标检测模型包括特征提取网络CSPDarknet53、注意力机制模块SimAM、加强特征提取网PAN‑FPN、EFB模块和检测层；根据训练检测结果和目标真实标签计算预测损失，并利用预测损失对目标检测模型进行优化，重复迭代直至达到设定的迭代次数输出训练好的目标检测模型；本发明能够保证检测速度的实时性，同时充分提取浅层信息，加强对小目标的检测效果，进一步提高了图像检测精度。

公开(公告)号：CN116958688A

公开(公告)日：2023-10-27

申请号：CN202310935499.4

申请日：2023-07-28

Applicant: 南京信息工程大学

Inventor： 李轩慧 ,  郑钰辉

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于YOLOv8网络的目标检测方法及系统，属于图像处理技术领域，包括：采集待检测区域的实时监测图像，将实时监测图像输入至预先训练好的目标检测模型，获得目标检测结果；所述目标检测模型的训练过程包括：利用训练数据集对目标检测模型进行训练，所述目标检测模型包括特征提取网络CSPDarknet53、注意力机制模块SimAM、加强特征提取网PAN‑FPN、EFB模块和检测层；根据训练检测结果和目标真实标签计算预测损失，并利用预测损失对目标检测模型进行优化，重复迭代直至达到设定的迭代次数输出训练好的目标检测模型；本发明能够保证检测速度的实时性，同时充分提取浅层信息，加强对小目标的检测效果，进一步提高了图像检测精度。