期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
改进YOLOv8s的校园智能清扫车障碍物检测与测距算法
1
作者
郭志军
叶世文
+2 位作者
庞明天
王丁健
杜林林
《电子测量技术》
北大核心
2025年第10期33-41,共9页
针对校园智能清扫车障碍物检测精确度低、检测速度慢以及模型复杂度高的问题,提出一种改进YOLOv8s的校园智能清扫车障碍物检测与测距算法YOLOv8s-FDR。在YOLOv8s算法框架的基础上,将主干网络替换为参数量和内存访问量更小的FasterNet网...
针对校园智能清扫车障碍物检测精确度低、检测速度慢以及模型复杂度高的问题,提出一种改进YOLOv8s的校园智能清扫车障碍物检测与测距算法YOLOv8s-FDR。在YOLOv8s算法框架的基础上,将主干网络替换为参数量和内存访问量更小的FasterNet网络,以降低模型复杂度并提高检测速度;然后设计了SPPF-DAM模块,以残差方式引入可变形注意力机制,提高模型对多尺度目标特征的感知能力;其次,在特征融合网络中采用Partial-RFEM进行下采样,以捕获非局部上下文特征和局部目标特征,提高检测精确度;最后,添加了测距功能,降低硬件成本。实验结果表明,改进算法与原算法相比mAP提高了3.6%,模型计算量和参数量相较于原模型分别降低了19.72%和15.27%。实际环境测试显示,YOLOv8s-FDR算法的检测速度达到38.44 fps,远高于原算法的17.12 fps,能够满足校园智能清扫车正常运行的性能要求。
展开更多
关键词
校园智能清扫车
YOLOv8s
可变形注意力机制
性能测试
在线阅读
下载PDF
职称材料
题名
改进YOLOv8s的校园智能清扫车障碍物检测与测距算法
1
作者
郭志军
叶世文
庞明天
王丁健
杜林林
机构
河南科技大学车辆与交通工程学院
河南科技大学智能农业装备全国重点实验室
出处
《电子测量技术》
北大核心
2025年第10期33-41,共9页
基金
国家自然科学基金(51675163)项目资助。
文摘
针对校园智能清扫车障碍物检测精确度低、检测速度慢以及模型复杂度高的问题,提出一种改进YOLOv8s的校园智能清扫车障碍物检测与测距算法YOLOv8s-FDR。在YOLOv8s算法框架的基础上,将主干网络替换为参数量和内存访问量更小的FasterNet网络,以降低模型复杂度并提高检测速度;然后设计了SPPF-DAM模块,以残差方式引入可变形注意力机制,提高模型对多尺度目标特征的感知能力;其次,在特征融合网络中采用Partial-RFEM进行下采样,以捕获非局部上下文特征和局部目标特征,提高检测精确度;最后,添加了测距功能,降低硬件成本。实验结果表明,改进算法与原算法相比mAP提高了3.6%,模型计算量和参数量相较于原模型分别降低了19.72%和15.27%。实际环境测试显示,YOLOv8s-FDR算法的检测速度达到38.44 fps,远高于原算法的17.12 fps,能够满足校园智能清扫车正常运行的性能要求。
关键词
校园智能清扫车
YOLOv8s
可变形注意力机制
性能测试
Keywords
campus intelligent sweeper
YOLOv8s
deformable attention mechanisms
performance testing
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TN914 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
改进YOLOv8s的校园智能清扫车障碍物检测与测距算法
郭志军
叶世文
庞明天
王丁健
杜林林
《电子测量技术》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
