【技术实现步骤摘要】
本专利技术属于运动目标检测，尤其涉及一种基于改进yolov8的网球运动目标检测方法、装置、设备及介质。
技术介绍
1、网球运动作为一项全球受欢迎的运动，不仅具有竞技性质，也有助于身体健康和社交交流。在网球运动中经常要判断网球是否出界，对于网球轨迹的分析及球速估计可以为球员和教练员提供训练指导和战术分析，这些功能不能再依靠低效率的人工分析判断，而需要高效的视觉算法来实现，利用其快速、准确的特点帮助裁判员快速得到判断结果，提高比赛的公正性和准确性。
2、随着人工智能技术的发展，目标检测邻域所用的方法也由机器学习方法逐渐转型成基于深度学习的方法。早期的目标检测方法通过选择性搜索算法(selective search)从一组目标候选框中选择可能的对象框，再将固定尺寸的图像投入到卷积神经网络(cnn)模型当中提取特征，最后在由分类器预测图像中是否存在待检测目标；而区域卷积神经网络(region-cnn，rcnn)使用cnn来检测图像中的目标信息，虽然可以检测出图像中的多种目标，但仍存在一些问题，比如计算代价大、检测准确率不高、无法满足...
【技术保护点】
1.一种基于改进YOLOv8的网球运动目标检测方法，其特征在于，所述方法包括下述步骤：
2.如权利要求1所述的方法，其特征在于，所述对所述目标数据集进行预处理的步骤，包括：
3.如权利要求2所述的方法，其特征在于，所述对标注后的所述目标数据集进行数据增强处理的步骤，包括：
4.如权利要求1所述的方法，其特征在于，采用Focal EIoU_Loss作为所述目标损失函数。
5.如权利要求1所述的方法，其特征在于，所述通过所述网球运动检测模型对所述测试集中的运动图像进行目标检测的步骤，包括：
6.一种基于改进YOL...
【技术特征摘要】
1.一种基于改进yolov8的网球运动目标检测方法，其特征在于，所述方法包括下述步骤：
2.如权利要求1所述的方法，其特征在于，所述对所述目标数据集进行预处理的步骤，包括：
3.如权利要求2所述的方法，其特征在于，所述对标注后的所述目标数据集进行数据增强处理的步骤，包括：
4.如权利要求1所述的方法，其特征在于，采用focal eiou_loss作为所述目标损失函数。
5.如权利要求1所述的方法，其特征在于，所述通过所述网球运动检测模型对所述测试集中的运动图像进行目标检测的步骤，包括：
6.一种基于改进yo...
【专利技术属性】
技术研发人员：吴彤，王征宇，杨舒静，莫涛，
申请(专利权)人：北京飞动体育文化科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。