| 一种基于YOLOv8模型的高速公路异常事件智能分析系统研究 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大?。?span>4628 K | |
| 標簽： 视频分析 YOLOv8 注意力机制 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：基于视频分析的事件检测系统已经在许多领域获得了成功，但是在高速公路异常事件检测领域仍旧存在漏检、误报、精度不足等问题。为了处理上述问题，针对YOLOv8进行改进，使用人工智能视频分析技术，提出一种全新的Highway-YOLOv8模型，构建可用于高速公路异常事件检测的智能视频分析系统。首先，设计了一个全新深层通道交互空间的注意力机制（Deep Channel-by-Space Attention Mechanism），模型利用通道和空间交互信息，有效提升模型的视野感知能力；其次，由于卷积深层中容易丢失小物体信息，设计多阶段跨越融合机制（Multi-Stage Fusion Mechanism），提升模型的小物体检测能力；最后，采用先进的Wise-IoU损失函数替换了原有的YOLOv8损失函数，有效提升了模型的收敛速度和检测精度。实验结果表明，Highway-YOLOv8在高速公路的异常数据集上相较于原来的YOLOv8，在所有类别上mAP平均提升了2%，在车辆等一些单类别上的mAP上的提升最高达到5%，不仅显著提升了目标检测的精度，还有效减少了漏检与误检现象。 | |
| 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