一种基于改进的YOLOv8模型的灰度图像目标检测方法及系统

    公开(公告)号:CN120014238A

    公开(公告)日:2025-05-16

    申请号:CN202510114135.9

    申请日:2025-01-24

    Applicant: 无锡学院

    Abstract: 本发明提供一种基于改进的YOLOv8模型的灰度图像目标检测方法,涉及图像目标检测的技术领域。首先,获取待检测的灰度图像。接着,构建改进的YOLOv8模型,在backbone主干网络中,利用SAConv变换空洞卷积层代替标准卷积层,以适应不同尺度的灰度图像特征;在Neck颈部网络中,引入EMA多尺度注意力层,以提升对灰度图像纹理细节的关注;在head检测头网络中,利用RFAConv区域特征自适应卷积层代替标准卷积层,以增强对灰度图像小目标区域的关注。最后,对改进的YOLOv8模型进行训练,得到训练好的改进的YOLOv8模型;将待检测的灰度图像输入至训练好的改进的YOLOv8模型,得到图像目标检测结果。本发明整体上使用了改进的YOLOv8模型,提高灰度图像目标检测的精确度。

Patent Agency Ranking