当前位置:   article > 正文

YOLOv8结合SCI低光照图像增强算法!让夜晚目标无处遁形!【含端到端推理脚本】_光照对yolov8模型的影响

光照对yolov8模型的影响

这里的"SCI"代表的并不是论文等级,而是论文采用的方法 — “自校准光照学习” ~

在这里插入图片描述
在这里插入图片描述

左侧为SCI模型增强后图片的检测效果,右侧为原始v8n检测效果

这篇文章的主要内容是通过使用SCI模型和YOLOv8进行算法联调,最终实现了如上所示的效果:在增强图像可见度的同时,对图像中的目标进行检测。

主要目标是提高召回率,次要目标是提高准确率。



SCI算法简介

在这里插入图片描述
论文地址:https://arxiv.org/abs/2204.10137
代码地址:https://github.com/vis-opt-group/SCI

本文提出了一种全新的低光照图

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/煮酒与君饮/article/detail/823824
推荐阅读
相关标签
  

闽ICP备14008679号