面向交通标志的Ghost-YOLOv8检测算法OACSCDCSTPCD
Ghost-YOLOv8 Detection Algorithm for Traffic Signs
针对当前传统网络模型对交通标志识别精度低、检测不准确的问题,提出一种基于YOLOv8n优化、改进的Ghost-YOLOv8交通标志检测模型.使用GhostConv代替部分Conv,设计全新的C2fGhost模块代替部分C2f,减少了模型的参数量,提升了模型的检测性能;在Neck部分添加GAM注意力机制模块,强化特征中的语义信息和位置信息,提高了模型的特征融合能力;针对检测小目标时尺度不一导致语义信息的丢失,添加小目标检测层,增强深层语义信息与浅层…查看全部>>
熊恩杰;张荣芬;刘宇红;彭靖翔
贵州大学 大数据与信息工程学院,贵阳 550025贵州大学 大数据与信息工程学院,贵阳 550025贵州大学 大数据与信息工程学院,贵阳 550025贵州大学 大数据与信息工程学院,贵阳 550025
计算机与自动化
YOLOv8交通标志GhostNet全局注意机制(GAM)小目标检测层GIoU
YOLOv8traffic signsGhostNetglobal attention mechanism(GAM)small target detection layerGIoU
《计算机工程与应用》 2023 (20)
200-207,8
贵州省基础研究(自然科学)项目(黔科合基础-ZK[2021]重点001).
评论