基于yolov8模型的渔船牌号识别研究  

作　　者：沈烈 王鸿博 沈凡 

机构地区：[1]大连海洋大学航海与船舶工程学院,辽宁大连116023 [2]扬州海事局,江苏扬州225009

出　　处：《中国水运》2025年第6期31-33,共3页

摘　　要：本研究旨在构建了基于YOLOv8模型的渔船牌号识别技术,针对船牌号图像存在的部分目标小、模糊、存在遮挡的特点,对YOLOv8模型改进,主要包括:删除20×20像素大目标检测层,增加160×160像素小目标检测层,提高算法对小目标检测性能并轻量化网络模型;引入GAM注意力机制模块,提高对小目标检测的精确率;用RepVGG替代C2F改进主干网络,提升召回率。实验表明,改进算法性能良好,其中准确率达到98.41%。同时,与原YOLOv8n模型进行对比,检测精确率提高1.3%,召回率提高2.1%,mAP值提高1.6%,模型体积缩减53.7%。通过本研究,文中期望为渔船牌号识别技术的发展提供有益的参考和启示。

关 键 词：YOLOv8 深度学习 渔船牌号 目标检测 

分 类 号：S977[农业科学—捕捞与储运]