基于DLb-YOLOv8的火焰语义分割方法

本发明提出了一种基于DLb‑YOLOv8的火焰语义分割方法，获取火焰数据集，通过AnyLabeling软件对图片进行标注，并对数据集图片进行预处理；构建快速多层级主干网络，基于YOLOv8主干网络替换C2f模块为Rep C2F模块；引入DeepLabv3+模型，保留DeepLabv3+架构中的编码器‑解码器结构并对ASPP模块进行了改进得到限制性ASPP模块，对主干网络输出特征输入限制性ASPP模块以获得深层信息；将获得到的浅层信息和深层信息进行融合后通过一个3×3卷积融合图像信息，并通过4倍上采样恢复图像大小，获得最后的分割结果。与现有技术相比，本发明采用限制性ASPP模块，将可变卷积的思路融入ASPP模块，将具有稳定性的YOLOv8与具有实时高效性的DeepLabv3+进行有机结合，进一步加强算法的稳定性。