CN117115736B 基于FocalNeXtFold聚焦堆叠块的YOLOv8密集行人检测方法 （淮阴工学院）_第1页
CN117115736B 基于FocalNeXtFold聚焦堆叠块的YOLOv8密集行人检测方法 （淮阴工学院）_第2页
CN117115736B 基于FocalNeXtFold聚焦堆叠块的YOLOv8密集行人检测方法 （淮阴工学院）_第3页
CN117115736B 基于FocalNeXtFold聚焦堆叠块的YOLOv8密集行人检测方法 （淮阴工学院）_第4页
CN117115736B 基于FocalNeXtFold聚焦堆叠块的YOLOv8密集行人检测方法 （淮阴工学院）_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于FocalNeXtFold聚焦堆叠块的YOLOv8密本发明公开了一种基于FocalNeXtFold新型FocalNeXtFoldBlock；步骤S3：基于步骤S2，head部分采用可加强非相邻层的直接交互的网的数据集对步骤S4中改进后的YOLOv8模型进行模型对待检测的数据进行检测，并输出检测结果。通过替换主干网C2f块为新型聚焦堆叠块块形成FocalNeXtFold堆叠块，提升密集行人检21.基于FocalNeXtFold聚焦堆叠块的YOLOv8密集行人检测方法，其特征在于，包括步步骤S2：改进YOLOv8网络，将Backbone主干网中所有C2f模块全部替换为聚焦堆叠块FocalNeXtFoldBlock，聚焦堆叠块FocalNeXtFoldBlock包括cv1卷积层、n个步骤S5：利用划分好的数据集对步骤S4中改进后的YOL2.如权利要求1所述的基于FocalNeXtF3.如权利要求1所述的基于FocalNeXt4.如权利要求1所述的基于FocalNeXtFold聚焦3基于FocalNeXtFold聚焦堆叠块的Y[0001]本发明涉及密集行人检测技术，具体涉及一种基于FocalNeXtFold聚焦堆叠块的改、损失函数的修改，以此来提高对目标检测物体的精确度、召回率和平均精度均值。[0005]本发明设计了一种基于FocalNeXtFold聚焦堆叠块的YOLOv8密集行人检测方法，通过替换主干网C2f块为新型聚焦堆叠块FocalNeXtFold，通过堆叠若干FocalNeXtblock[0006]本发明公开的技术方案如下：基于FocalNeXtFold聚焦堆叠块的YOLOv8密集行人4[0019]本发明通过替换主干网C2f块为新型聚焦堆叠块FocalNeXtFold，通过堆叠若干[0020]YOLOv8的head部分变更为AFPN渐近特征金字塔网络，由多个Conv卷积、ASFF、[0021]为提高密集行人场景下目标检测的精度，将原损失函数CIoU变更为新VariFocal5[0045]FocalNextFoldBlock结构通过多个FocalNextBlock对输入特征进行逐步的变换[0046]步骤S3：基于YOLOv8网络，将YOLOv8head部分中的结构全部替换，由包含多个捕捉目标的不同尺度和上下文信息。这有助于提升模型对不同尺度物体的检测和识别能6

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论