基于YOLOv8-HAT的貨車視野盲區(qū)檢測算法

打開文本圖片集

摘要 由于貨車體積大、駕駛艙高、后視鏡范圍有限，駕駛員在轉(zhuǎn)彎和倒車時難以全面了解車身周圍環(huán)境，盲區(qū)事故風(fēng)險較大。新一代貨車視野盲區(qū)檢測技術(shù)要求檢測精確率高、部署方便、誤報率和漏報率低。針對上述需求，文章提出了一種基于YOLOv8-HAT的貨車盲區(qū)檢測算法。YOLOv8-HAT算法采用HAttention注意力機(jī)制，能夠充分挖掘并利用盲區(qū)圖像中的信息潛力，同時采用GIoU損失函數(shù)，能夠更好地反映預(yù)測框和真實框的重合度，從而提升YOLOv8的檢測精度。（剩余4770字）