《电子测量技术杂志》发表论文赏析

基于改进YOLOv8s的恶劣天气车辆行人检测方法

来源:电子测量技术杂志2024年第9期北京时间:

作者:梁天添,杨淞淇,钱振明

单位:大连交通大学自动化与电气工程学院 大连 116028

摘要:针对恶劣天气条件下摄像头捕获图像时存在图像模糊以及光照分布不均等问题,导致了场景对比度的下降,进而增加了在图像中区分检测目标与背景的难度。为了提高在恶劣天气环境下车辆和行人的检测能力,本文提出了一种改进的YOLOv8s算法。首先,本文在YOLOv8s算法的基础上,利用可扩张残差结构对主干网络中的C2F模块进行了优化,增强了模型对环境变化的适应能力。同时,在主干网络的SPPF模块前置层引入了高效多尺度注意力机制,该机制能够更有效地捕获图像中丰富多变的多尺度特征。其次,针对YOLOv8s算法的检测头部进行了重新设计,在保持模型准确性的前提下,降低了模型的复杂度。最后,引入Wise-IoU改进YOLOv8s算法的回归损失函数,提高了算法的收敛速度和检测精度。实验结果表明,改进的YOLOv8s算法在恶劣天气条件下对车辆和行人检测的平均精度均值达到91.41%,相比原始算法提升了2.56%,同时模型参数量减少了8%,计算量降低了4.9 GFLOPs。相比于其他主流的目标检测算法,改进后的YOLOv8s算法在保证了实时性能的同时,满足了恶劣天气条件下的车辆和行人检测需求。

关键词:恶劣天气条件;YOLOv8s;目标检测;注意力机制;Wise-IoU

基金资助:辽宁省交通科技项目(202243)、辽宁省教育厅基本科研项目(JYTMS20230037)资助

2024年9期其他文献查阅:

基于合成谱峭度优化VMD的滚动轴承故障特征提取

标准格式天气雷达PUP产品可视化应用系统研究与实现

基于比例谐振自抗扰控制的电机谐波抑制与噪声优化

IMU紧耦合的多激光雷达定位与建图方法

面向神经肌肉功能康复的电刺激系统设计

基于Koch雪花分形结构的缝隙平面阵列天线设计

基于嵌入式平台和轻量化模型的板材计数装置

基于注意力机制融合特征的车辆目标检测方法

基于ICEEMDAN和TCN-AM-BiGRU的短期光伏功率预测

室内障碍物点云分割的可变阈值联合聚类算法研究

基于双卫星导航接收机的测控装备精度验收方法研究

基于改进Q-Learning的移动机器人路径规划算法

基于无人系统的智能视觉控制算法研究

以神经网络模型为载体的鲁棒隐写方法

基于雷视融合轨迹匹配的高速公路车辆轨迹跟踪方法

基于改进YOLOv8s的恶劣天气车辆行人检测方法

基于YOLOv8的煤矿用钢丝绳损伤检测算法

面向密集场景的多目标车辆检测算法

结合帧间差异检测的固定场景视频压缩与重建

基于深度学习的驾驶员分心行为检测方法

保持细节特征的输电铁塔三维网格模型轻量化算法

基于改进YOLOv8和无人机遥感影像的大田烟株数量检测

手机端多模态低头族危险感知与预警

基于频谱分析模块的机载雷达信号参数流程化自动测量方法

基于修正频域滤波器的信号波形畸变校正方法

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!