摘要
针对轨道交通保护区无人机智慧巡查系统算法检测精度与追踪精确性不足的问题,提出基于改进YOLOv8与Deepsort的算法。一方面,在YOLOv8中引入SimAM(Simple Attention Module,无参注意力机制),用GhostConv替换Neck卷积模块以提升检测性能;另一方面,将Deepsort的特征提取网络换为ResNet-18,引入ECA-Net增强复杂环境下重识别能力。该算法在无人机巡查轨道交通保护区内工地的数据集上测试,改进后的YOLOv8n模型在高IoU阈值下平均检测精度提至0.712 72,召回率提至0.974 79。改进后的Deepsort算法经MOT官方TrackEvl框架评估,多目标跟踪精度(MOTP)达84.299,多目标跟踪准确率(MOTA)从61.259升至63.080,其他指标也有不同程度变化。试验证明,改进算法提升了巡查系统的检测精度和追踪准确性。
出处
《科技与创新》
2025年第9期40-43,共4页
Science and Technology & Innovation
基金
上海市“科技创新行动计划”社会发展科技攻关项目(编号:22DZ1200703)
上海建科咨询集团科研创新项目“无人机集群化作业在地铁保护区巡查中的关键技术研究”(编号:KY10000038.20230010)。
作者简介
吴廷(1990-),男,汉族,江苏淮安人,硕士,高级工程师,研究方向为精密工程测量、地铁监护测量、监测、三维激光扫描、无人机测绘和信息化监测。
