《计算机工程与科学杂志》发表论文赏析

基于改进YOLOv8的道路障碍物检测模型

来源:计算机工程与科学杂志2026年第3期北京时间:

作者:蒋建伟, 贾小云, 段克盼, 郭宇, 盛良浩, 魏联婷

单位:陕西科技大学电子信息与人工智能学院,陕西 西安 710021

摘要:道路障碍物检测是智能驾驶技术的核心环节。针对目前道路小目标障碍物检测精度低、恶劣环境场景检测性能差和道路障碍物数据集稀缺等问题,整理并构建适合道路场景的障碍物数据集,并基于YOLOv8模型提出一种检测精度高的新模型YOLOv8-J。首先,设计基于RepViT的轻量级主干网络LskViT,提高模型对多尺度特征的提取能力;其次,引入SPD-Conv卷积模块,增强模型对低分辨率图像的学习能力;最后,增加一层小目标检测层,帮助模型获得更多的浅层特征,提高对小目标障碍物的检测性能。实验结果表明,与基线模型YOLOv8相比,改进的YOLOv8-J模型的mAP@0.5和mAP@0.5:0.95值分别提升了5.9个百分点和6.1个百分点,改进后的模型能够适用于道路障碍物检测任务,进一步提升了恶劣环境下对小目标障碍物的检测性能。

关键词:道路障碍物,注意力机制,卷积模块,模型优化,YOLOv8模型,

2026年3期其他文献查阅:

基于事件的蒙特卡罗粒子输运算法设计实现

基于GPU共享的深度学习训练任务加速调度框架

边云协同下的计算卸载与资源分配策略

基于线网划分的单层直角避障最小斯坦纳树算法及优化方法

高可扩展三维海洋可控源电磁高阶时域有限差分数值模拟

基于改进YOLOv8的农作物与藜草检测模型:MES-YOLO

面向农业地块提取的边缘-语义协同双分支解码网络

任务提示融合的端到端视觉多任务学习模型

基于FPGA实现的改进误差补偿图像放大算法研究

基于定向各向异性的加权最小二乘图像平滑方法

融合多尺度信息和特征映射关系的层次多粒度图像分类

基于SCViT的图像重构对抗样本防御方法

基于LAB和HOG特征的KCF-TLD融合目标跟踪算法

一种融合语义图卷积与自注意力机制的三维人体姿态估计方法

结合混合注意力与多尺度特征的人体姿态估计

基于改进YOLOv8的低光行人检测算法

一种面向密集人群的轻量化检测算法:RCL-YOLO

基于改进YOLOv8的道路障碍物检测模型

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!