改进YOLOv8n的选通图像目标检测算法

作     者：田青 王颖 张正 羊强 

作者机构：北方工业大学信息学院 先进技术成果西部(绵阳)转化中心 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划资助(2024QY2632) 

主　　题：选通图像 YOLOv8n 遮挡目标 小目标 大卷积核 

摘      要：激光选通成像技术在复杂环境下表现出色，但选通图像为灰度图像无法提供颜色信息，并且对比度较低，所以在进行小目标和遮挡目标检测时更加困难。为解决以上问题提出了一种改进YOLOv8n的选通图像目标检测算法。首先，在特征提取的主干网络部分，使用大核卷积C2f-DSF更有效地捕获输入数据的全局信息。然后，添加了多头注意力检测头Detect-SEAM模块，增强了特征提取和目标识别的能力。此外，为了获取不同感受野的上下文信息，增强特征提取能力，使用了SPPF-M模块。采用上采样算子Dysample，减少特征信息的损失，从而提高小目标的检测精度。改进的YOLOv8n算法在选通图像数据集上mAP@0.5提高了2.4%，mAP@0.5:0.95提高了1.8%。为了验证改进的YOLOv8n算法的泛化性，选取KITTI数据集实验，相比于YOLOv8n算法改进YOLOv8n的mAP@0.5提高了4.3%，mAP@0.5:0.95提高了3.5%。