基于改进YOLOv8的交通监控车辆检测算法OA北大核心CSTPCD
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…查看全部>>
周飞;郭杜杜;王洋;王庆庆;秦音;杨卓敏;贺海军
新疆大学智能制造现代产业学院,乌鲁木齐830017 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,乌鲁木齐830017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,乌鲁木齐830017 新疆大学交通运输工程学院,乌鲁木齐830017新疆大学智能制造现代产业学院,乌鲁木齐830017新疆大学智能制造现代产业学院,乌鲁木齐830017新疆大学智能制造现代产业学院,乌鲁木齐830017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,江苏无锡214151新疆维吾尔自治区公安厅交通警察总队,乌鲁木齐830017
计算机与自动化
车辆检测交通监控YOLOv8小目标检测注意力机制
《计算机工程与应用》 2024 (6)
P.110-120,11
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)。
评论