改进YOLOv8的城市行车道路障碍物检测算法研究

来源：电子测量技术杂志2025年第1期北京时间：

作者：向雷，蒋文波

单位：1.西华大学电气与电子信息学院 成都 610039; 2.西华大学信号与信息处理四川省高校重点实验室 成都 610039

摘要：针对目前城市道路复杂环境下障碍物检测精度不足、检测速度慢、模型参数量大和小目标障碍物检测效果不佳的问题，提出一种改进的YOLOv8n轻量级城市行车道路障碍物检测算法。首先，制作MRObstacle城市道路障碍物目标检测数据集，扩展了障碍物检测种类与数量；其次，设计全新的SPS_C2f改进主干网络，降低网络参数量与提升检测速度，添加M_ECA注意力模块至网络的Neck部分，提升网络检测速度与特征表达能力；再次，融合BiFPN特征金字塔和添加小目标检测头，更好地捕捉小尺寸障碍物的特征；最后，使用可优化边界框宽度与高度值的损失函数MPDIoU，提升网络边界框回归性能。相比于原YOLOv8n算法，该算法的mAP0.5指标提升2.04％，达到97.12％；FPS值提升12.08 fps，达到107.45 fps；网络参数量减少10％，降低至2.73 MB。该算法在减少参数量的同时提高了检测精度和速度，可更好应用于城市行车道路障碍物检测任务。

关键词：障碍物检测;YOLOv8;改进C2f模块;改进注意力机制;损失函数

基金资助：四川省科技厅应用基础研究项目（2019YJ0455）、西华大学研究生科创竞赛项目（YK20240002）资助