《电子测量技术杂志》发表论文赏析

基于DOLN-YOLO的复杂环境下的条码检测算法

来源:电子测量技术杂志2026年第4期北京时间:

作者:何奥辉,张丰收,庄高帅,段庆阳,冯宝阳

单位:河南科技大学机电工程学院 洛阳 471003

摘要:针对现有目标检测模型在复杂环境下检测条形码时易受干扰导致精度不足,以及模型复杂度高难以部署于移动端低算力设备的问题,本研究提出了一种基于YOLOv8的轻量级高精度检测算法DOLN-YOLO。首先,引入以DWCOnv重构的DW-HGNetV2作为主干网络,在增强多尺度特征提取能力的同时显著降低计算复杂度;其次,构建OD-C3Ghost模块替换C2f模块,增强了对条码复杂形变的动态感知能力,并进一步消除计算冗余;然后,设计了轻量级共享细节增强检测头LSDEDH,利用DEConv的梯度-强度双路协同机制提升模型的特征泛化能力,并采用异构卷积共享策略降低资源损耗;最后,提出了复合损失函数NWD-PIoUV2,联合归一化Wasserstein距离与动态聚焦PIoUV2损失,缓解微小定位偏差的优化难题并加快收敛速度。实验结果表明,相比于基准模型,DOLN-YOLO的mAP@0.5提升了0.92%,mAP@0.5:0.95提升了4.57%,同时参数量和计算量分别降低了58.8%和48.6%,证明了算法在检测复杂环境下的条码的优越性。DOLN-YOLO 为物流、医疗、零售等场景提供了兼具高鲁棒检测能力与高效移动部署的解决方案。

关键词:深度学习;目标检测;条形码;YOLOv8

基金资助:国家重点基础研究发展计划(J2019-VII-0017-0159)项目资助

2026年4期其他文献查阅:

基于时空特征融合的交通信号控制与仿真分析

基于GA-BP算法修正辐射误差的高精度温度传感器

室内型Ku频段350W功率放大器研制

基于三绕组耦合电感的高增益三端口变换器

考虑运动幅值的磁流变阻尼器温升特性分析

融合多尺度特征的SAR图像目标检测方法

基于分布式时空卷积网络的航空发动机剩余使用寿命预测

基于选择性状态空间模型改进的图像隐写方法

基于动态测试的维卡软化温度测定仪校准装置研制

基于混响抑制的超声测距盲区减小方法研究

面向高时空分辨率脑机接口的EEG-fMRI映射方法研究

LMSCI-Net:轻量级多尺度信道交互皮肤病灶分割网络

改进YOLOv5s的轻量化无人机航拍小目标识别算法

基于改进A星和灰狼优化的多点测试路径规划

基于DOLN-YOLO的复杂环境下的条码检测算法

MGD-YOLO:基于YOLOv8的遥感图像目标检测算法

基于改进RIME算法与多特征融合的VIT2M股票预测模型

基于时空图注意力网络的空中编队意图识别

插值-Zernike矩协同的光学狭缝针孔亚像素测量方法

IADR-Net:一种结合迭代优化与细节注意力增强的稀疏角CT重建网络

面向遥感图像的改进RT-DETR目标检测算法

融合双域特征与跨维门控注意力的遥感图像配准

相差显微图像的活性污泥微生物伪装目标检测

基于改进LU2Net的浑浊水偏振图像增强

针对无人机作战复杂前端目标辨识定位方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!