一种改进YOLOv8x训练精度的影像特征识别方法.pdfVIP

下载本文档

3
0
约1.03万字
约 9页
2023-08-16 发布于四川
举报
版权申诉

一种改进YOLOv8x训练精度的影像特征识别方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种改进YOLOv8x训练精度的影像特征识别方法，属于计算机视觉与医疗图像相结合的领域。在YOLOv8x的基础卷积网络中添加ECA模块，并在ECA模块中配置RepVgg重构网络结构，在推理及部署时利用重参数化技术将多分支结构转化为单路结构，更好地降低计算开销和提升速度；同时增加ESE注意力机制(EffectiveSqueeze‑and‑ExcitationBlock)，减少一个FC层，维护特征通道信息，进一步改善模型的收敛能力和执行速度。本发明较原版的YOLOv8x在精确率、召回率、F1等指

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116597272 A (43)申请公布日 2023.08.15 (21)申请号 202310480327.2 G06N 3/0464 (2023.01)