基于改進YOLOv8的森林火災(zāi)探測技術(shù)研究
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>3704 K
標簽： YOLOv8 森林火災(zāi)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(zāi)探測是當前的一個重點研究方向，然而,，真實的森林火災(zāi)場景中存在大量的負樣本數(shù)據(jù),，嚴重影響目標探測的性能,，同時邊端側(cè)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(wǎng)絡(luò)（Backbone）,，通過級聯(lián)分組注意力模塊，減少計算開銷,；然后,，在頭部網(wǎng)絡(luò)（Head）中引入CBAM模塊，對骨干網(wǎng)絡(luò)提取的特征進行特征增強,，同時抑制噪聲和無關(guān)信息,；最后針對數(shù)據(jù)集的低質(zhì)量樣本，引入Wise-IoU損失函數(shù),，增強數(shù)據(jù)集訓(xùn)練效果。實驗結(jié)果表明,，改進后的YOLOv8模型對森林火災(zāi)的檢測精度達到79.5%,，檢測速度達到75 FPS，整個模型的參數(shù)量降低了5.7%,，對森林火災(zāi)探測具有重要意義,。
現(xiàn)在下載
VIP會員，AET專家下載不扣分,；重復(fù)下載不扣分,，本人上傳資源不扣分。