基于深度學(xué)習(xí)的低光照目標檢測算法

摘要： 在復(fù)雜的低照度環(huán)境中獲取的圖像容易存在對比度低、細節(jié)信息丟失等問題，對此，考慮到低光照環(huán)境檢測的特殊性，對目標檢測算法YOLOv8進行了改進，提出了YOLO-RSG算法，以提高低光照環(huán)境下目標檢測的可靠性。首先，在YOLO-RSG算法的主干特征提取部分采用了多層級殘差連接模塊，提升了模型的多尺度和弱特征提取能力；隨后，引入空洞空間金字塔結(jié)構(gòu)，利用不同擴張率提取復(fù)雜場景信息，維持... （共7頁）