基于改进YOLOv8n的电动车头盔佩戴检测  

作　　者：唐皓阳 肖小玲[1] TANG Haoyang;XIAO Xiaoling

机构地区：[1]长江大学,湖北荆州434100

出　　处：《信息技术与信息化》2024年第12期124-128,共5页Information Technology and Informatization

摘　　要：准确高效地检测电动车骑行者是否佩戴头盔,对于减少交通事故伤亡具有重要意义。文章提出一种改进的YOLOv8n模型,用于电动车骑行者头盔佩戴检测,有效提升了检测性能。首先,将原模型中的SPPF模块替换为SPPELAN,增强特征提取能力;其次,采用DWRSeg优化C2f模块,增强了模型对头盔边界的定位能力;最后,采用融合Focal思想的DIoU损失函数,优化了边界框回归精度,并提升了整体检测性能。实验结果表明,该模型在公共数据集上取得了显著的性能提升,平均精度均值mAP@0.5提升了3.4%,mAP@0.5:0.95提升了4.4%,证明了其有效性。

关 键 词：YOLOv8 头盔检测 SPPELAN C2f_DWRSeg Focal_DIoU 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]