基于YOLOv8的車輛小目標(biāo)識(shí)別技術(shù)研究

打開文本圖片集

摘 要： 針對(duì)道路周圍拍攝圖像中，遠(yuǎn)端目標(biāo)比較小、檢測(cè)難的問題，以YOLOv8為基礎(chǔ)，提出了一種改進(jìn)的小目標(biāo)檢測(cè)算法。首先，在特征提取網(wǎng)絡(luò)中加入了通道先驗(yàn)卷積注意力模型，提高小目標(biāo)特征提取能力；其次，在Neck層使用可變卷積代替卷積模塊，提高目標(biāo)識(shí)別能力。結(jié)果表明：在自建數(shù)據(jù)集上，該算法與原始YOLOv8算法相比，均值平均精度[email protected]提高了1.3%，[email protected]：0.95提高了0.9%。（剩余6988字）