-
题名改进YOLOv8的城市行车道路障碍物检测算法研究
被引量：3
- 1
-
-
作者
向雷
蒋文波
-
机构
西华大学电气与电子信息学院
西华大学信号与信息处理四川省高校重点实验室
-
出处
《电子测量技术》
北大核心
2025年第1期29-38,共10页
-
基金
四川省科技厅应用基础研究项目(2019YJ0455)
西华大学研究生科创竞赛项目(YK20240002)资助。
-
文摘
针对目前城市道路复杂环境下障碍物检测精度不足、检测速度慢、模型参数量大和小目标障碍物检测效果不佳的问题,提出一种改进的YOLOv8n轻量级城市行车道路障碍物检测算法。首先,制作MRObstacle城市道路障碍物目标检测数据集,扩展了障碍物检测种类与数量;其次,设计全新的SPS_C2f改进主干网络,降低网络参数量与提升检测速度,添加M_ECA注意力模块至网络的Neck部分,提升网络检测速度与特征表达能力;再次,融合BiFPN特征金字塔和添加小目标检测头,更好地捕捉小尺寸障碍物的特征;最后,使用可优化边界框宽度与高度值的损失函数MPDIoU,提升网络边界框回归性能。相比于原YOLOv8n算法,该算法的mAP0.5指标提升2.04%,达到97.12%;FPS值提升12.08 fps,达到107.45 fps;网络参数量减少10%,降低至2.73 MB。该算法在减少参数量的同时提高了检测精度和速度,可更好应用于城市行车道路障碍物检测任务。
-
关键词
障碍物检测
YOLOv8
改进C2f模块
改进注意力机制
损失函数
-
Keywords
obstacle detection
YOLOv8
improved C2f module
improved attention mechanisms
loss function
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TN0
[电子电信—物理电子学]
-
