龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：东南大学
摘要：本专利公开一种基于改进YOLOv8的低照度航天器特征部件检测方法，包括以下步骤：首先使用仿真软件生成具有低照度特征的航天器特征部件图像数据；其次针对数据集存在的低照度问题，提出基于PCA的图像增加方法来提升数据集质量。然后使用标注软件对每张图中的特征部件进行标注；最后构建基于改进YOLOv8的目标检测算法，使用全局注意力机制对目标检测算法进行优化，然后基于优化后的航天器图像数据集进行训练。本发明所述方法能够处理航天器图像的部件检测中出现的低照度问题，能够实现多种典型部件的有效识别。
主权项：1.一种基于改进YOLOv8的低照度航天器特征部件检测方法，用于对航天器的特征部件进行检测，其特征在于，使用PCA的图像增强方法对低照度环境下的航天器图像进行数据增强，使目标检测对光照条件较差的数据具有较高的处理能力；具体包括以下步骤：步骤1、使用仿真软件生成低照度航天器特征部件图像数据；步骤2、将步骤1中生成的低照度航天器特征部件图像，使用基于PCA的图像增强方法进行数据集增强，得到增强后的航天器图像数据集，然后使用标注软件进行部件类别和位置的标注，用于后续基于改进YOLOv8的目标检测算法的训练和测试；步骤3、使用全局注意力机制GAM对目标检测算法YOLOv8进行优化，得到基于改进YOLOv8的目标检测模型，并使用增强后的航天器图像数据集对目标检测模型进行训练，保留测试集中检测精度最高的权重作为算法权重；步骤4、将步骤3获得的算法权重作为测试时的权重，加载航天器特征部件测试数据集，进行部件识别，输出待检测图像的预测类别和目标位置。
全文数据：
权利要求：
百度查询： 东南大学 一种基于改进YOLOv8的低照度航天器特征部件检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号