-
题名改进YOLOv8的电动自行车电池检测算法
- 1
-
-
作者
帅勃宇
张雅丽
-
机构
中国人民公安大学信息网络安全学院
-
出处
《电子测量技术》
北大核心
2025年第5期147-155,共9页
-
基金
中国人民公安大学安全防范工程双一流创新研究专项(2023SYL08)资助。
-
文摘
针对电动自行车电池样式单一,特征信息少,应用场景单一问题,重点关注模型轻量化,提出了一种基于视频监控的改进YOLOv8的电动自行车电池检测算法——PSPG-YOLO。在网络中特征提取方面,设计了一种多分支的PStarblock结构优化C2f模块,在Starblock的基础上进一步降低模型复杂度,增强特征信息表达能力;在多尺度融合特征金字塔方面,应用具有共享参数的空洞卷积改进SPPF结构,有效增大了感受野,保留了更多的细节特征信息;在检测头方面,提出了一种超轻量化共享卷积检测头GSPH,应用可共享参数的部分卷积,大幅降低模型复杂度的同时能够动态调整锚点和步长,自动调整内部参数,从而提高对不同尺度特征图的适应能力。在专门针对电动自行车电池的自建数据集上实验表明:PSPG-YOLO相较于基线模型YOLOv8n在计算量、参数量分别下降57%和43%的同时mAP50值提高0.8,在与其他主流检测模型的对比中,综合性能最佳,为目前电动自行车电池违规入户管理提供了一种有效的解决方式。
-
关键词
电动自行车电池检测
YOLOv8
轻量级
深度学习
-
Keywords
electric bicycle battery detection
YOLOv8
lightweight class
Deep learning
-
分类号
TN911
[电子电信—通信与信息系统]
-
