基于AR二维码的轻量化YOLOv8目标检测算法

来源：电子测量技术杂志2025年第22期北京时间：

作者：崔立志，杨德朝

单位：1.河南理工大学电气工程与化自动学院 焦作 454003; 2.河南省煤矿装备智能检测与控制重点实验室 焦作 454003

摘要：针对传统二维码辅助导航的检测方法在复杂工业、物流运输场景中存在识别失败的情况，本研究通过使用成熟且可以提供相对位姿信息的AR码，提出了一种改进的轻量化YOLOv8-AR模型来进一步增强识别效率。在网络模型方面，主干引入超强轻量级StarNet网络来降低目标检测的算法计算量；在颈部网络中优化并构建C2f-EMSC模块，以增强复杂环境下AR码特征的提取，同时降低了计算负载；此外，本文提出了轻量级细节增强共享卷积检测头LSDECD-H，以提高细节特征表达能力，从而提升小目标和多目标的检测精度。实验结果表明，该模型的参数量和计算量分别为1.46M和4.7GFLOPs，仅为基线的51%和42%，在帧率满足实时检测情况下，mAP高达0.962，具有较高的鲁棒性。在解码之前快速确定其位置，从而提升识别效果来达到精确定位，适合于二维码路标导航等应用场景。

关键词：复杂环境;轻量化YOLOv8算法;目标检测;二维码导航

基金资助：国家自然科学基金(62273133)项目资助