基于改進(jìn)YOLOv8s的交通目標(biāo)檢測(cè)研究

打開文本圖片集

摘  要： 針對(duì)自動(dòng)駕駛場(chǎng)景下交通目標(biāo)檢測(cè)算法存在的誤檢及漏檢的問題，提出一種基于改進(jìn)YOLOv8s模型的復(fù)雜道路交通目標(biāo)檢測(cè)算法。設(shè)計(jì)一種輕量級(jí)的C2f?EMSCP模塊改進(jìn)YOLOv8s的骨干網(wǎng)絡(luò)，實(shí)現(xiàn)網(wǎng)絡(luò)的參數(shù)量和計(jì)算量的降低；在Backbone和Neck部分添加EMA注意力模塊，有效地捕捉了全局的通道依賴性與局部空間特征，實(shí)現(xiàn)在通道和空間維度上的全面特征抽?。会槍?duì)密集車流下小尺寸車輛檢測(cè)效果不佳的問題，添加小目標(biāo)檢測(cè)頭，更好地捕獲小尺寸車輛的特征和上下文信息；使用可自適應(yīng)調(diào)整權(quán)重系數(shù)的Wise?SIoU作為改進(jìn)模型的損失函數(shù)，提升了邊界框的回歸性能和檢測(cè)的魯棒性。（剩余9474字）