-
题名基于改进YOLOv8的交通监控车辆检测算法
被引量：27
- 1
-
-
作者
周飞
郭杜杜
王洋
王庆庆
秦音
杨卓敏
贺海军
-
机构
新疆大学智能制造现代产业学院
新疆大学新疆交通基础设施绿色建养与智慧交通管控重点实验室
新疆大学交通运输工程学院
公安部交通管理科学研究所道路交通安全公安部重点实验室
新疆维吾尔自治区公安厅交通警察总队
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第6期110-120,共11页
-
基金
道路交通安全公安部重点实验室开放课题基金(2023ZDSYSKFKT06)
甘泉堡经开区科技计划项目(GKJ2023XTWL04)。
-
文摘
针对目前复杂交通监控场景下车辆检测精度不足、检测速度慢的问题,提出一种基于YOLOv8模型的轻量级车辆检测算法。采用FasterNet替换YOLOv8的骨干特征提取网络,减少了冗余计算和内存访问,提高了模型的检测精度和推理速度;在Backbone和Neck部分添加SimAM注意力模块,在不增加原始网络参数的同时增强了目标车辆的重要特征,提高了模型的特征融合能力;针对密集车流下小尺寸车辆检测效果不佳的问题,添加小目标检测头,更好地捕获小尺寸车辆的特征和上下文信息;使用可自适应调整权重系数的Wise-IoU作为改进模型的损失函数,提升了边界框的回归性能和检测的鲁棒性。在UA-DETRAC数据集的实验结果表明,相较于原模型,改进方法在交通监控系统中能够达到较好的检测精度和速度,mAP和FPS分别提高了3.06个百分点和3.36%,有效改善了复杂交通场景下小目标车辆检测效果不佳的问题,并在精度和速度之间取得了很好的平衡。
-
关键词
车辆检测
交通监控
YOLOv8
小目标检测
注意力机制
-
Keywords
vehicle detection
traffic surveillance
YOLOv8
small-target detection
attention mechanism
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
