《电子测量技术杂志》发表论文赏析

面向复杂场景密集行人检测的YOLOv8改进模型

来源:电子测量技术杂志2024年第14期北京时间:

作者:胡伟超,皮建勇,胡倩,黄昆,王娟敏

单位:贵州大学计算机科学与技术学院公共大数据国家重点实验室 贵阳 550025

摘要:针对当前行人检测面临的环境复杂、目标尺寸多变和严重遮挡等挑战,导致现有检测技术在识别密集行人时容易发生误判和遗漏的问题,本文提出一种高效的面向复杂场景密集行人检测的YOLOv8改进模型。在骨干网络引入DCNv2设计C2f_DCNetv2替换C2f模块,提升骨干网络的特征提取能力;通过在架构中加入小目标检测头,增强模型对小尺寸目标的检测能力,提高对小目标的检测识别精度;基于四检测头改进AFPN设计出AFPN-4H,优化特征层之间的信息融合,提高了模型对不同尺度目标的适应性和检测精度;最后,通过结合Wise-IoU、Focaler-IoU和MPDIoU得到WFM-IoU,进一步提高了目标定位的准确性。实验结果表明,与原始的YOLOv8n模型相比,在P、R、AP50以及AP50:95等关键指标上分别提升1.6%、4.0%、3.6%和3.8%,也优于其他算法。验证了本文改进算法在复杂场景密集行人检测任务中具有较好的性能。

关键词:密集行人检测;YOLOv8;可变形卷积;多尺度特征融合;损失函数

基金资助:贵州省科技支撑计划(黔科合支撑[2023]一般430)项目资助

2024年14期其他文献查阅:

基于零样本学习和自编码器的调制信号识别研究

自适应多元优化局部放电识别算法研究

基于28nm MOSFET集成RNVM的1T1R纳米阵列器件可靠性研究

基于压电纤维复合材料的波浪冲击压力传感器研究

基于IESOA-BP的滚动轴承故障诊断

基于Shi-Tomas和RootSIFT的多尺度曲率特征图像拼接算法

基于模态分解和TCN-BiLSTM的风电功率预测

基于cGAN-SAE的室内定位指纹生成方法

基于连续太赫兹波频谱信息提取方法研究

基于超级电容的双向DC/DC变换器建模与控制

融合动态窗口法和DDPG的无人船避碰方法

FSSD-DETR自动驾驶场景实时目标检测算法

基于全局与局部注意力的车辆方位场景识别

整合类内差异与类间关联的隐喻感情预测

基于改进YOLOv5的铝锭合金表面缺陷检测技术研究

多尺度特征融合增强的行人翻越护栏检测

基于特征优化的冷凝铜管表面缺陷分割

基于改进YOLOv5的仓储物体检测研究

面向复杂场景密集行人检测的YOLOv8改进模型

基于层次特征聚合的自动人像抠图

单平台水下定位系统设计与实现

基于VMD的风机次同步振荡模态辨识方法研究

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!