基于改进YOLOv8模型的行人及车辆检测方法_蒋嘉璇

1星
2024-09-22
1.42MB
需要2积分
1次下载

下载资源

文档简介
文档解析
猜您喜欢
推荐下载
用户评论0

标签： YOLO

基于改进YOLOv8模型的行人及车辆检测方法_蒋嘉璇

展开预览

文档解析

本文提出了一种基于改进YOLOv8模型的行人及车辆检测方法，旨在解决自动驾驶场景中动态目标检测的实时性要求、检测精度不足以及误检、漏检率高等问题。研究首先在Backbone骨干网络中引入对低分辨率图像和小目标检测友好的空间到深度卷积（SPD-Conv）模块，以保留细粒度信息并减少计算量。其次，在Neck层融合特征时增加了上下文转换自注意力（Contextual Transformer，CoT）模块，以提升模型的特征表达能力。最后，引入了SIoU边界框损失函数，以加快模型收敛速度并提高准确率。在KITTI数据集上的实验结果表明，与原YOLOv8算法相比，所提算法在准确率、召回率、平均准确率方面分别提高了0.7、2.1、2.1个百分点，同时浮点运算数和每秒传输帧数分别提高了3.6和24.64，证明了所提方法能有效满足自动驾驶车辆行人及车辆检测任务中的实时性、精度提高以及降低漏检率和误检率的需求。

猜您喜欢

上传者

: MartinFowler; 查看他的其他资源

推荐内容

开源项目推荐更多

热门活动

热门器件

用户搜过

随便看看

热门下载

热门标签

厂商技术中心

TI 技术论坛

TI 在线培训

Qorvo 射频技术研习社

EEWorld订阅号

EEWorld服务号

汽车开发圈

机器人开发圈

EEWorld电子技术资料下载——分享有价值的资料

索引文件: 11 3 4 5 8

北京市海淀区中关村大街18号B座15层1530室电话:(010)82350740 邮编：100190

举报人：
被举报人：	MartinFowler
举报的资源分：	2
* 类型：
	请您提供公司营业执照和软件相关版权到service@eeworld.com.cn
* 详细原因：

基于改进YOLOv8模型的行人及车辆检测方法_蒋嘉璇

文档简介

评论