换一批摘要因YOLO模型出色的性能表现而被广泛应用于工业、农业等多个领域.并且YOLO系列基础模型由YOLOv1发展到YOLOv8的过程中不断增强YOLO多尺度融合的能力和优化模型的网络结构,来提升模型性能.而YOLO的其他分支模型则是在YOLO系列的基础模型上,对基础模型的损失函数、主干网络以及多任务等方面进行改进提升.文章主要通过讨论YOLO模型的发展历程,通过研究和探讨YOLO模型对图像中的小目标检测的精准度以及通过对唐卡图像中的缺陷的检测精准度来研究YOLO模型是否能够检测西藏文物.例如YOLO模型是否能够正确识别并分类藏式银器和铜器,由于这两种物体的样式较多,花纹差别较小,因此对模型的性能要求较高.文章对模型的改进重点和策略做了讨论和研究,在学习模式上,YOLO模型可在无监督或弱监督方向寻找改进点.
更多相关知识
栏目名称
DOI
10.3969/j.issn.1004-3403.2024.05.010
发布时间
2024-07-12（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览2
- 被引2
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
