| 面向密集行人場景的YOLOv8n改進算法 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>3910 K | |
| 標簽： YOLOv8n 密集行人檢測 SPPELAN模塊 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：為了解決傳統算法在密集行人場景中識別精度不足和檢測不準確的問題，提出一種基于YOLOv8n的改進型密集行人檢測模型。首先，引入SPPELAN模塊替換骨干網絡中的SPPF模塊，以提升模型對多尺度目標的特征感知能力。其次，設計一種殘差注意力機制，提高模型對細微特征的提取能力，進而提高檢測精度。最后通過添加DySample算子、改進的小目標檢測層提高模型對小尺度目標的定位識別能力。實驗結果顯示，改進的模型相較于YOLOv8n在CrowdHuman數據集上的召回率、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數據集上表現優異。實驗結果表明，該算法能更好適用于密集行人檢測任務。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2