| 面向密集行人場(chǎng)景的YOLOv8n改進(jìn)算法 | |
| 所屬分類(lèi)：技術(shù)論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>3910 K | |
| 標(biāo)簽： YOLOv8n 密集行人檢測(cè) SPPELAN模塊 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：為了解決傳統(tǒng)算法在密集行人場(chǎng)景中識(shí)別精度不足和檢測(cè)不準(zhǔn)確的問(wèn)題，提出一種基于YOLOv8n的改進(jìn)型密集行人檢測(cè)模型。首先，引入SPPELAN模塊替換骨干網(wǎng)絡(luò)中的SPPF模塊，以提升模型對(duì)多尺度目標(biāo)的特征感知能力。其次，設(shè)計(jì)一種殘差注意力機(jī)制，提高模型對(duì)細(xì)微特征的提取能力，進(jìn)而提高檢測(cè)精度。最后通過(guò)添加DySample算子、改進(jìn)的小目標(biāo)檢測(cè)層提高模型對(duì)小尺度目標(biāo)的定位識(shí)別能力。實(shí)驗(yàn)結(jié)果顯示，改進(jìn)的模型相較于YOLOv8n在CrowdHuman數(shù)據(jù)集上的召回率、mAP50和mAP50-95分別提升了2.5%、2.9%和2.4%，并且該模型在WiderPerson和CityPersons數(shù)據(jù)集上表現(xiàn)優(yōu)異。實(shí)驗(yàn)結(jié)果表明，該算法能更好適用于密集行人檢測(cè)任務(wù)。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2