| 面向密集行人场景的YOLOv8n改进算法 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大?。?span>3910 K | |
| 標簽： YOLOv8n 密集行人检测 SPPELAN模块 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：为了解决传统算法在密集行人场景中识别精度不足和检测不准确的问题，提出一种基于YOLOv8n的改进型密集行人检测模型。首先，引入SPPELAN模块替换骨干网络中的SPPF模块，以提升模型对多尺度目标的特征感知能力。其次，设计一种残差注意力机制，提高模型对细微特征的提取能力，进而提高检测精度。最后通过添加DySample算子、改进的小目标检测层提高模型对小尺度目标的定位识别能力。实验结果显示，改进的模型相较于YOLOv8n在CrowdHuman数据集上的召回率、mAP50和mAP50-95分别提升了2.5%、2.9%和2.4%，并且该模型在WiderPerson和CityPersons数据集上表现优异。实验结果表明，该算法能更好适用于密集行人检测任务。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2