改进YOLOv8算法的可回收垃圾目标检测研究  

作　　者：鲁振伟 尚雅层[1] LU Zhenwei;SHANG Yaceng

机构地区：[1]西安工业大学机电工程学院,陕西西安710021

出　　处：《信息技术与信息化》2024年第6期56-59,共4页Information Technology and Informatization

摘　　要：针对可回收垃圾目标检测算法漏检和误检率高、透明垃圾识别困难、人工分拣效率低等问题,提出一种改进的YOLOv8算法:ABD-YOLO。利用自适应下采样(ADS)提取图像边界特征,引入轻量级双向特征金字塔网络(BiFPN)进行多尺度特征融合,结合可变型自注意力机制(DA)解决透明物体识别困难的问题。实验结果表明,ABD-YOLO相对于YOLOv8算法在MAP上提升了2.3%,参数量降低34.2%,浮点计算量降低12.3%,尤其在透明物体识别方面的精度提升了5.7%。此外,通过在公开数据集上的验证,证实了ABD-YOLO的泛化能力。

关 键 词：可回收垃圾 YOLO DA注意力机制 BiFPN 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程] X705[环境科学与工程—环境工程]