面向密集行人场景的YOLOv8n改进算法AET-电子技术应用-最丰富的电子设计资源平台

面向密集行人场景的YOLOv8n改进算法
所属分类：技术论文
上传者：wwei
文档大小：3910 K
标签： YOLOv8n 密集行人检测 SPPELAN模块
所需积分：0分积分不够怎么办？
文档介绍：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。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动