基于改进YOLOv8的景区行人检测算法OA北大核心CSTPCD
Pedestrian Detection Algorithm for Scenic Spots Based on Improved YOLOv8
针对当前景区行人检测具有检测精度低、算法参数量大和现有公开数据集在小目标检测上存在限制等问题,创建TAPDataset行人检测数据集,弥补现有数据集在小目标检测方面的不足,并基于YOLOv8算法,构建一种检测精度高、硬件要求低的新模型YOLOv8-L.首先引入DepthSepConv轻量化卷积模块,降低模型的参数量和计算量.其次采用BiFormer注意力机制和上采样算子CARAFE,加强模型对图像的语义理解和信息融合能力,提升模型的检测精度.最后…查看全部>>
The TAPDataset pedestrian detection dataset is used in this study to address the issues of low detection accuracy,large number of algorithm parameters,and limitations of existing public datasets for small target detection in current scenic pedestrian detection.This dataset addresses the deficiencies of existing datasets regarding small target detection.Based on the YOLOv8 algorithm,a new model with high detection accuracy and low hardware requirements,called…查看全部>>
贵向泉;刘世清;李立;秦庆松;李唐艳
兰州理工大学计算机与通信学院,甘肃 兰州 730050兰州理工大学计算机与通信学院,甘肃 兰州 730050兰州理工大学计算机与通信学院,甘肃 兰州 730050兰州理工大学计算机与通信学院,甘肃 兰州 730050甘肃省计算中心,甘肃 兰州 730050
计算机与自动化
智慧文旅目标检测注意力机制轻量化网络YOLOv8算法
intelligent cultural tourismobject detectionattention mechanismlightweight networkYOLOv8 algorithm
《计算机工程》 2024 (7)
342-351,10
甘肃省重点研发计划-工业类项目(22YF7GA159)甘肃省基础研究计划-软科学专项(22JR4ZA084)甘肃省教育厅产业支撑计划项目(2023CYZC-25).
评论