【技术实现步骤摘要】
本申请涉及目标检测，特别涉及一种yolov8改进模型训练方法和舰船检测方法。
技术介绍
1、在海洋监控领域，舰船目标的检测和识别一直是重要的研究热点。由于海上船舶的特性，如舰船尺度大、形状多变且方向任意，并且，在复杂的海洋环境中，如波浪、云层和海浪反射等因素，都会严重影响舰船目标的可视性和识别准确性。此外，遥感图像的分辨率和质量也直接影响到目标检测的效果。
2、目前，相关技术中的舰船检测方法有基于特征匹配和模板匹配的视觉检测方法和基于卷积神经网络(cnn)的目标检测方法。基于特征匹配和模板匹配的视觉检测方法通常需要手动选择特征，不仅工作量大，而且在复杂背景和不同光照条件下的鲁棒性较差；基于卷积神经网络(cnn)的目标检测算法，虽然在某些场景下表现良好，但对多样的尺度、形状、姿态和方向的目标舰船的识别效果不佳，并且该方法往往会引入不必要的背景信息，降低检测的精确度，增加误检和漏检的风险。因此，亟待开发一种船舶检测方法，解决上述问题。
技术实现思路
1、鉴于此，本申请提供一种yol...
【技术保护点】
1.YOLOv8改进模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的YOLOv8改进模型训练方法，其特征在于，所述基于所述样本舰船遥感图像和所述样本舰船标注遥感图像，训练YOLOv8改进模型，得到目标舰船检测模型，具体包括：
3.根据权利要求1所述的YOLOv8改进模型训练方法，其特征在于，YOLOv8改进模型的是在YOLOv8模型的基础上进行改进得到的模型，改进方式包括：
4.根据权利要求1所述的YOLOv8改进模型训练方法，其特征在于，所述YOLOv8改进模型训练方法还包括：
5.根据权利要求3所述...
【技术特征摘要】
1.yolov8改进模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的yolov8改进模型训练方法，其特征在于，所述基于所述样本舰船遥感图像和所述样本舰船标注遥感图像，训练yolov8改进模型，得到目标舰船检测模型，具体包括：
3.根据权利要求1所述的yolov8改进模型训练方法，其特征在于，yolov8改进模型的是在yolov8模型的基础上进行改进得到的模型，改进方式包括：
4.根据权利要求1所述的yolov8改进模型训练方法，其特征在于，所述yolov8改进模型训练方法还包括：
5.根据权利要求3所述的yolov8改进模型训练方法，其特征在于，
6.根据权利要求5所述的yolov8改进模型训练方法，其特征在于，所述bottleneck_rfcbamconv为在bottleneck模块基础上进行改进得到的，具体改进方式包括：将bottleneck模块中的第二个卷积层替...
【专利技术属性】
技术研发人员：姚涛，曾雨，贺文伟，蒲桂东，
申请(专利权)人：西南交通大学烟台新一代信息技术研究院，
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。