結(jié)合Transformer和動(dòng)態(tài)特征融合的低照度目標(biāo)檢測(cè)

摘要： 針對(duì)現(xiàn)有低照度目標(biāo)檢測(cè)算法模型參數(shù)量與計(jì)算量大、檢測(cè)實(shí)時(shí)性差、難以應(yīng)用于移動(dòng)設(shè)備等問(wèn)題，提出一種基于YOLOv8的改進(jìn)輕量模型DarkYOLOv8的低照度目標(biāo)檢測(cè)方法。使用MobileNet v2替換YOLOv8的主干網(wǎng)絡(luò)，增加模型的特征提取能力；使用Transformer注意力機(jī)制，獲取圖像的全局信息，并且基于目標(biāo)標(biāo)記信息作為標(biāo)簽訓(xùn)練Transformer模塊參數(shù)，增強(qiáng)目標(biāo)區(qū)...