基于YOLOv10的小目标检测模型优化方法和检测方法

    公开(公告)号:CN120014291A

    公开(公告)日:2025-05-16

    申请号:CN202510076953.4

    申请日:2025-01-17

    Abstract: 本发明公开了基于YOLOv10的小目标检测模型优化方法和检测方法,涉及计算机图像处理技术领域。优化方法包括:以YOLOv10模型为基础模型,使用基于动态上采样器和时频域特征提取模块的多尺度融合结构作为改进的YOLOv10模型的颈部网络;且在YOLOv10模型的检测头部分增加小物体检测头,得到改进的YOLOv10模型。本发明通过对YOLOv10模型的特征融合和检测头的改进,增强模型在处理自然图像数据时的鲁棒性和表示能力,减少了计算负荷,结合增加的小物体检测头,提升了模型对中小目标物体的检测性能。

    基于改进YOLOv8的遥感图像目标检测方法及系统

    公开(公告)号:CN118691967A

    公开(公告)日:2024-09-24

    申请号:CN202410728768.4

    申请日:2024-06-06

    Abstract: 本发明公开了基于改进YOLOv8的遥感图像目标检测方法及系统,具体涉及计算机视觉技术领域,本技术方案要点为:改进的YOLOv8目标检测网络为将初始YOLOv8的Backbone和Neck中所有CONV卷积模块替换为下采样RFD模块,以及将初始YOLOv8的Head中所有CONV卷积模块替换为DDB模块;下采样RFD模块包括SRFD子模块和DRFD子模块,SRFD子模块替换Backbone中图像输入端的CONV卷积模块,Backbone和Neck中剩余的CONV卷积模块均采用DRFD子模块替换。通过替换为下采样RFD模块,能够通过各种下采样技术提取多个特征图,然后将多个特征图进行融合以生成一个更具有鲁棒性且包含互补特性的特征图;通过替换为DDB模块,通过组合不同尺度和复杂度的多样分支来丰富特征空间。

Patent Agency Ranking