基于改进YOLOv8算法的多尺度轻量型车辆目标检测研究  

作　　者：刘艳霞[1] 

机构地区：[1]南昌理工学院,江西南昌330013

出　　处：《科技经济市场》2024年第8期54-56,共3页

基　　金：江西省教育厅科学技术研究“基于YOLOv3目标检测算法的智能汽车安全的研究”(课题编号:GJJ2202708)

摘　　要：通过研究YOLOv8算法,提出重构主干网络、多尺度特征融合、注意力机制及柔性非极大值抑制等改进策略,以构建RBTYOLO模型。实验结果表明,在标准数据集上,改进后的模型在检测精度与效率上均有显著提升。消融实验与模块对比验证了各改进的有效性,特别是不同BiFPN与注意力机制的优化选择。本研究的改进方法显著增强了YOLOv8的检测能力,为目标检测领域的研究与应用提供了有力支持。

关 键 词：改进YOLOv8算法 多尺度 轻量型 车辆目标检测 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] U495[自动化与计算机技术—计算机科学与技术]