基于YOLOv8的水下人体声呐图像实时目标检测轻量化算法  

作　　者：陈梦醒 陈巍 陈国军 郭铁铮 

机构地区：[1]南京工程学院工业中心,江苏南京211167

出　　处：《轻工科技》2024年第6期111-114,共4页Light Industry Science and Technology

基　　金：江苏省农业科技自主创新资金项目(CX(21)1007);南京工程学院高等教育研究课题(2023GJYB22);江苏省研究生科研与实践创新计划(SJCX23_1166)。

摘　　要：YOLOv8作为经典的单阶段目标检测算法,在颈部层能高效融合上下文信息,但面向水下人体边缘不连续的声呐图像目标检测还存在模型参数冗余、计算复杂度高的问题,不能满足端到端的工业部署要求。针对以上问题,本文在YOLOv8原网络结构中引入“约束训练+剪枝+回调训练”策略,在保证检测精度的同时,减少模型大小和计算负载。实验结果表明,改进后的算法和原YOLOv8n模型相比,模型计算量、层数、参数量和尺寸分别减小40.45%、25.33%、59.75%和18.46%,m AP@0.5几乎不变,mAP@0.5∶0.95提高了3.24%。

关 键 词：YOLOv8 水下人体声呐图像 轻量化模型 剪枝方法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]