《电子测量技术杂志》发表论文赏析

基于改进YOLOv8n的轻量化分心驾驶行为检测方法

来源:电子测量技术杂志2024年第24期北京时间:

作者:沈骞,张磊,张宇翔,李易,刘世豪

单位:淮阴工学院自动化学院 淮安 223003

摘要:分心驾驶行为是导致出现道路交通安全问题的主要原因之一。针对现有基于深度学习的检测算法计算复杂度高、泛化能力有限、检测精度不理想等问题,本文构建了一种基于改进YOLOv8n的轻量化分心驾驶行为检测算法。首先,将CAA注意力机制融合进StarNet,形成StarNet-CAA,并且将StarNet-CAA集成到YOLOv8n的主干网络中,提高了模型的全局特征提取能力,显著降低了计算复杂度。随后,将FasterBlock与CGLU相结合加入到颈部网络中,形成C2f-Faster-CGLU模块,降低计算成本。此外,在检测头中引入共享卷积,进一步减少了计算量和参数量。实验结果表明,改进的YOLOv8n算法显著提高了分心驾驶行为检测的效率,在StateFarm数据集上达到了99.4%的准确率。模型的参数量减少46.7%,计算量减少41.5%。此外,在100-Driver数据集上进行了泛化实验,结果表明,与YOLOv8n相比,该方案的泛化效果有所提高。因此,该算法在保持高可靠性和泛化能力的同时,显著降低了计算量。

关键词:分心驾驶;YOLOv8n;目标检测;深度学习

基金资助:国家自然科学基金面上项目(62173159)、淮安市自然科学研究项目(HAB202362)资助

2024年24期其他文献查阅:

高效率全桥LLC谐振变换器参数设计研究

统一并离网模式的串联光伏直流微网控制策略

基于互联自适应卡尔曼观测器的PMSM参数辨识

Ku频段小型化SIW滤波器的设计

基于改进麻雀算法优化电源的BPPID控制策略

RFID标签防碰撞中有界成分分析算法的优化

改进减法平均优化算法的移动机器人路径规划

基于改进YOLOv8n的轻量化分心驾驶行为检测方法

BPSK磁感应通信关键因素及性能分析

基于Swin Transformer的图像语义通信系统

卫星高性能存储数传一体化系统关键技术及应用

基于阶段特征融合的图像融合行人检测

基于雷达和视觉多层级信息融合的目标检测网络

跨层融合的轻量化太阳能电池片缺陷分割方法

基于改进YOLOv7的血细胞检测算法

基于激活调制的双分支弱监督语义分割

基于全景分割与多视图几何的动态SLAM方法

基于AgriSwin的植物病虫害检测算法

基于可视图谱特征融合的行星齿轮箱故障诊断

基于并行TCN-SE-BiLSTM模型的涡扇发动机剩余寿命预测

基于归一化RBFNN的油井动液面测量数据异常辨识

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!