改进YOLOv8的电动自行车电池检测算法

来源：电子测量技术杂志2025年第5期北京时间：

作者：帅勃宇，张雅丽

单位：中国人民公安大学信息网络安全学院 北京 100038

摘要：针对电动自行车电池样式单一，特征信息少，应用场景单一问题，重点关注模型轻量化，提出了一种基于视频监控的改进YOLOv8的电动自行车电池检测算法——PSPG-YOLO。在网络中特征提取方面，设计了一种多分支的PStarblock结构优化C2f模块，在Starblock的基础上进一步降低模型复杂度，增强特征信息表达能力；在多尺度融合特征金字塔方面，应用具有共享参数的空洞卷积改进SPPF结构，有效增大了感受野，保留了更多的细节特征信息；在检测头方面，提出了一种超轻量化共享卷积检测头GSPH，应用可共享参数的部分卷积，大幅降低模型复杂度的同时能够动态调整锚点和步长，自动调整内部参数，从而提高对不同尺度特征图的适应能力。在专门针对电动自行车电池的自建数据集上实验表明：PSPG-YOLO相较于基线模型YOLOv8n在计算量、参数量分别下降57%和43%的同时mAP50值提高0.8，在与其他主流检测模型的对比中，综合性能最佳，为目前电动自行车电池违规入户管理提供了一种有效的解决方式。

关键词：电动自行车电池检测;YOLOv8;轻量级;深度学习

基金资助：中国人民公安大学安全防范工程双一流创新研究专项(2023SYL08)资助