-
题名改进YOLOv8n的尘雾环境下目标检测算法
- 1
-
-
作者
王子钰
张建成
刘元盛
-
机构
北京联合大学城市轨道交通与物流学院
北京联合大学机器人学院
-
出处
《汽车技术》
北大核心
2025年第6期1-7,共7页
-
基金
国家自然科学基金项目(62371013,61931012)
国家重点研发计划项目(2021YFC3001300)
国家重点研发技术项目(2022YFB4601100)。
-
文摘
针对扬尘、雾霾等恶劣环境下,车辆目标检测中漏检、误检及远小目标检测精度低等问题,提出了EPMYOLOv8的目标检测算法。将高效通道注意力(ECA)模块集成到YOLOv8n算法的C2f模块,使骨干网络更加关注浅层较小的目标特征信息;通过增加目标检测层,并设计多尺度特征融合架构,提高模型目标特征提取能力与检测精度;使用基于最小点距离交并比(MPDIoU)损失作为损失函数,提高检测框回归精度。试验结果表明:EPM-YOLOv8模型检测框查准率达到83.6%,检测精度达到76.8%,对尘雾恶劣环境的检测性能具有一定优越性。
-
关键词
自动驾驶
目标检测
注意力机制
多尺度特征融合
尘雾环境
-
Keywords
Autonomous driving
Object detection
Attention mechanism
Multi-scale feature fusion
Dusty and foggy environment
-
分类号
U469.6
[机械工程—车辆工程]
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
