面向密集行人場景的YOLOv8n改進(jìn)算法
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>3910 K
標(biāo)簽： YOLOv8n 密集行人檢測 SPPELAN模塊
所需積分：0分積分不夠怎么辦？
文檔介紹：為了解決傳統(tǒng)算法在密集行人場景中識別精度不足和檢測不準(zhǔn)確的問題，提出一種基于YOLOv8n的改進(jìn)型密集行人檢測模型。首先，引入SPPELAN模塊替換骨干網(wǎng)絡(luò)中的SPPF模塊，以提升模型對多尺度目標(biāo)的特征感知能力。其次，設(shè)計一種殘差注意力機(jī)制，提高模型對細(xì)微特征的提取能力，進(jìn)而提高檢測精度。最后通過添加DySample算子、改進(jìn)的小目標(biāo)檢測層提高模型對小尺度目標(biāo)的定位識別能力。實驗結(jié)果顯示，改進(jìn)的模型相較于YOLOv8n在CrowdHuman數(shù)據(jù)集上的召回率、mAP50和mAP50-95分別提升了2.5%、2.9%和2.4%，并且該模型在WiderPerson和CityPersons數(shù)據(jù)集上表現(xiàn)優(yōu)異。實驗結(jié)果表明，該算法能更好適用于密集行人檢測任務(wù)。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。