IDSC-YOLOv8-seg:轻量级梯形渠道水尺分割算法

来源：计算机技术与发展杂志2025年第04期北京时间：

作者：王鹏鹰;靳晟;李永可;韩博;

摘要：水尺分割在水位检测极其重要,针对目前梯形渠道水位识别中对复杂环境下的水尺分割精度低,模型计算量大、难以部署等难题,提出一种轻量化的 IDSC-YOLOv8-seg 梯形水尺分割算法。 首先使用轻量级 MobileNet 作为特征提取网络,并使用 GhostConv 卷积模块替换特征融合网络中的 Conv;其次设计了 ISDC-GhostC2f 模块,结合了水尺高长宽比的结构特点,充分利用多尺度深度可分离卷积模块的优势,降低了计算成本,提高了推理速度和效率;再引入高效通道注意力机制(ECA),增强对水尺多尺度细节特征的获取能力,以提升模型对复杂环境下水尺的分割能力,并将 MPDIoU 作为网络损失函数,解决 CIoU 损失函数的局限性,提升了网络收敛速度和精度;最后使用新的数据增强技术,以提高模型的稳定性和泛化性。 结果表明,改进后 IDSC-YOLOv8-seg 算法平均精度均值 mAP@ 0. 5 和mAP@ 0. 5:0. 95 相较于原模型分别提高了 1. 3% 和 0. 9% ,模型的参数量和大小分别降低 46. 6% 和 44. 1% 。 综合说明,改进后的模型在精度满足需求的同时明显降低了参数量和模型大小,为后期水位计算提供技术支撑。

关键词：水尺分割;实例分割;机器视觉;轻量化;YOLO算法