基于深度学习的管廊仪器设备目标检测算法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对现有仪器设备检测算法在管廊复杂环境下检测精度低、模型复杂等问题，提出一种改进YOLOv8n的SLB-YOLOv8n仪器设备检测算法。首先，构建C2f-star模块并替换主干网络中的C2f，降低模型复杂度;其次，在SPPF模块添加LSKA注意力机制，增强低光环境识别能力，并将特征融合方式替换为BiFPN，提高识别精度;最后，将损失函数替换为WIoUv3，加快模型收敛速度。（剩余150字）

试读结束

目录
monitor
客服机器人