首页>
根据【关键词:YOLOv8算法】搜索到相关结果 2 条
-
基于改进YOLOv8的遥感图像飞机目标检测研究
-
作者:
张德银
赵志恒
谢逸戈
黄少晗
来源:
自动化应用
年份:
2024
文献类型 :
期刊
关键词:
遥感图像
目标检测
飞机目标
YOLOv8算法
-
描述:
为解决遥感图像飞机目标检测时易出现检测精度低与漏检误检等问题,提出了一种基于YOLOv8算法的遥感图像飞机目标检测改进算法。首先,将坐标注意力机制模块嵌入卷积模块中,使其能提取复杂背景下的飞机小目标;然后,优化了检测头,去除了大的目标检测头,在提升小目标检测能力的同时减少算法的计算量;最后,使用WIoU作为改进的损失函数,以提高检测精度。实验表明,改进的YOLOv8算法能够有效提高飞机检测精度,可适用于遥感图像的飞机目标检测。
-
基于改进YOLOv8的航空铝合金焊缝缺陷检测方法
-
作者:
苏志威
黄子涵
邱发生
郭朝阳
殷晓芳
邬冠华
来源:
航空动力学报
年份:
2024
文献类型 :
期刊
关键词:
自动识别
图像增强
数字射线
YOLOv8算法
焊缝缺陷
-
描述:
为了提高航空铝合金焊接缺陷数字射线成像自动检测效率和准确度,提出了一种改进YOLOv8智能检测方法。针对样本数据不足和缺陷不清晰的问题,采用Retinex图像增强算法和引导滤波算法对原始图像进行图像增强处理,然后采用旋转和翻转等方式扩充数据集。在模型改进中,使用GhostBottleneck模块替换C2f中的Bottleneck模块,完成模型的轻量化,减少了额外的冗余参数并降低了计算量。同时,引入空间注意力机制,获得缺陷更多的空间信息,并调整预测框的回归范围,提升了模型的精度。通过铝合金焊接件中常见几类缺陷进行测试和验证,改进YOLOv8算法平均精度均值(mAP50)达到92.9%,优于传统的Faster-RCNN、SSD和YOLOv8算法,能够有效适用于焊缝缺陷的自动识别。