| 基于改進YOLOv8的森林火災探測技術研究 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大小：3704 K | |
| 標簽： YOLOv8 森林火災探測 圖像分析 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：森林火災探測是當前的一個重點研究方向，然而，真實的森林火災場景中存在大量的負樣本數據，嚴重影響目標探測的性能，同時邊端側部署需要更加輕量化的模型。針對這一問題,提出了一種改進的YOLOv8方法，該方法首先引入EfficientViT模塊到骨干網絡（Backbone），通過級聯分組注意力模塊，減少計算開銷；然后，在頭部網絡（Head）中引入CBAM模塊，對骨干網絡提取的特征進行特征增強，同時抑制噪聲和無關信息；最后針對數據集的低質量樣本，引入Wise-IoU損失函數，增強數據集訓練效果。實驗結果表明，改進后的YOLOv8模型對森林火災的檢測精度達到79.5%，檢測速度達到75 FPS，整個模型的參數量降低了5.7%，對森林火災探測具有重要意義。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2