基于改进YOLOv8的小目标零件识别方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：

针对原始YOLOv8n算法小目标零件识别率低的问题，在原算法的基础上添加CBAM注意力机制，从不同的维度学习图像特征，引入基于动态非单调聚焦机制的边界框损失函数，定义一个离群度表示预测框的质量，在回归质量较好和回归质量较差的样本中作出平衡，充分挖掘非单调聚焦机制的潜能。在自制的小目标零件数据集上，分别基于原始YOLOv8n和改进后的YOLOv8n算法进行实验。（剩余9981字）

试读结束

目录
monitor