基于AR二维码的轻量化YOLOv8目标检测算法

1

作者 崔立志 杨德朝 《电子测量技术》 北大核心 2025年第22期57-65,共9页

针对传统二维码辅助导航的检测方法在复杂工业、物流运输场景中存在识别失败的情况,本研究通过使用成熟且可以提供相对位姿信息的AR码,提出了一种改进的轻量化YOLOv8-AR模型来进一步增强识别效率。在网络模型方面,主干引入超强轻量级Sta... 针对传统二维码辅助导航的检测方法在复杂工业、物流运输场景中存在识别失败的情况,本研究通过使用成熟且可以提供相对位姿信息的AR码,提出了一种改进的轻量化YOLOv8-AR模型来进一步增强识别效率。在网络模型方面,主干引入超强轻量级StarNet网络来降低目标检测的算法计算量;在颈部网络中优化并构建C2f-EMSC模块,以增强复杂环境下AR码特征的提取,同时降低了计算负载;此外,本文提出了轻量级细节增强共享卷积检测头LSDECD-H,以提高细节特征表达能力,从而提升小目标和多目标的检测精度。实验结果表明,该模型的参数量和计算量分别为1.46M和4.7GFLOPs,仅为基线的51%和42%,在帧率满足实时检测情况下,mAP高达0.962,具有较高的鲁棒性。在解码之前快速确定其位置,从而提升识别效果来达到精确定位,适合于二维码路标导航等应用场景。 展开更多

关键词 复杂环境 轻量化yolov8算法 目标检测 二维码导航

原文传递

基于改进YOLOv8的复杂果园环境下杏果的目标检测

2

作者 买买提·沙吾提 阿尔庆·西力克 《中国农机化学报》 北大核心 2025年第3期246-252,270,共8页

为解决复杂果园环境中,因遮挡、重叠导致杏果识别误检率较高、检测精度较低的问题,提出一种基于改进YOLOv8n网络模型的杏果检测算法。该算法采用轻量化模块MobileViT—XS替换原有骨干网络,保证特征提取能力,同时降低模型的参数量与计算... 为解决复杂果园环境中,因遮挡、重叠导致杏果识别误检率较高、检测精度较低的问题,提出一种基于改进YOLOv8n网络模型的杏果检测算法。该算法采用轻量化模块MobileViT—XS替换原有骨干网络,保证特征提取能力,同时降低模型的参数量与计算量,并且将原始的损失函数CIoU替换为WIoUv3,动态优化损失权重提高模型的检测精度。为验证改进方法的有效性,选取6种主流的目标检测模型、5种骨干网络的轻量化改进模型以及5种不同的损失函数进行对比试验。结果表明,改进后的模型相比原始模型在F 1、平均精度均值mAP上提升1.25%、1.48%,参数量、浮点运算量、模型大小分别降低28.06%、0.1 G、1.48 MB。改进后的算法能够精准、快速地在复杂的果园环境中识别出杏果。 展开更多

关键词 杏果 目标检测 复杂果园环境 轻量化网络 yolov8算法 损失函数

在线阅读 下载PDF 职称材料

改进YOLOv8的带钢表面缺陷轻型检测算法 被引量：1

3

作者 陈闯 周敏 +3 位作者 胡佳乐 赵松怀 李欢 金凯 《流体测量与控制》 2025年第6期1-7,共7页

针对带钢表面缺陷检测中准确率不足、参数量大以及小目标漏检率高等问题,提出了一种改进的YOLOv8算法,旨在实现更轻量、更精准的检测。首先,引入C2f⁃RFA模块,增强Backbone阶段的特征提取能力,并通过空间注意力机制提高对局部特征的处理... 针对带钢表面缺陷检测中准确率不足、参数量大以及小目标漏检率高等问题,提出了一种改进的YOLOv8算法,旨在实现更轻量、更精准的检测。首先,引入C2f⁃RFA模块,增强Backbone阶段的特征提取能力,并通过空间注意力机制提高对局部特征的处理效率;其次,在Neck阶段采用BiFPN结构,有效整合多尺度特征,强化特征间的信息流通;最后,设计轻量化的LSCD检测头,通过共享参数策略降低模型复杂度。实验结果表明:改进后的模型在参数量和计算量上均有显著减少,模型权重从3.01 MB降至2.89 MB,GFLOPs从8.1降至7.3,而mAP0.5提升了3.5%。这些改进使得模型在轻量化的同时,提升了对带钢表面缺陷检测的精度和效率。 展开更多

关键词 带钢表面缺陷检测 yolov8 特征融合 轻型算法 小目标检测

在线阅读 下载PDF 职称材料

基于改进YOLOv8的轻量化藏药材植物检测算法 被引量：1

4

作者 罗志凌 李东 刘晓静 《软件导刊》 2025年第1期86-92,共7页

由于藏药生长环境恶劣,人工识别藏药材植物非常困难,提出一种基于改进YOLOv8的轻量级检测算法LTP-YOLO检测户外环境中的藏药材植物。首先,利用MobileViT替换YOLOv8特征提取网络来减少算法参数量和计算量。其次,引入内容感知特征重组上... 由于藏药生长环境恶劣,人工识别藏药材植物非常困难,提出一种基于改进YOLOv8的轻量级检测算法LTP-YOLO检测户外环境中的藏药材植物。首先,利用MobileViT替换YOLOv8特征提取网络来减少算法参数量和计算量。其次,引入内容感知特征重组上采样算子CARAFE帮助算法在上采样时感知上下文信息。再次,提出多尺度融合注意力机制MFA建立局部跨通道交互提升算法检测精度。实验表明,所提算法将参数量从3.02 MB减少到1.28MB,计算量从8.2 GFLOPs减少到5.8 GFLOPs,在自建的藏药植物图像数据集上mAP@.5相较于YOLOv8更优。证明了该算法可满足移动设备的高精度、低计算部署需求,并在各种密集植物检测任务中显示出广阔的应用前景。 展开更多

关键词 藏药材植物 深度学习 目标检测 轻量化算法 yolov8

在线阅读 下载PDF 职称材料

EMD-YOLO:基于YOLOv8n改进的轻量化作物叶部病害检测算法 被引量：2

5

作者 王斌兵 张亚利 +2 位作者 郑光 时雷 尹飞 《华中农业大学学报》 北大核心 2025年第4期181-191,共11页

为准确、快速地识别作物叶部病害,降低手工诊断成本,减少叶部病害对作物生长过程与产量的危害,提出一种基于YOLOv8n新型轻量级作物叶部病害检测算法EMD-YOLO。该算法结合多尺度空洞注意力MSDA、EffectiveSE注意力机制、DySample上采样以... 为准确、快速地识别作物叶部病害,降低手工诊断成本,减少叶部病害对作物生长过程与产量的危害,提出一种基于YOLOv8n新型轻量级作物叶部病害检测算法EMD-YOLO。该算法结合多尺度空洞注意力MSDA、EffectiveSE注意力机制、DySample上采样以及Wise-IoU损失函数。其中,多尺度空洞注意力MSDA结合多尺度空间卷积与注意力机制,提高多尺度特征提取效率;EffectiveSE强化特征选择,提升模型表示性能;DySample上采样保留重要特征,提高特征图分辨率和检测性能;Wise-IoU损失函数优化交并比(IoU)计算方式,提升模型定位精度。结果显示,EMD-YOLO的精确度、mAP@0.5、模型权重分别为96.3%、92.8%、4.85 MB,较基线模型YOLOv8n的精确度和平均精度均值分别提高3.0和3.6百分点,权重降低1.4 MB。结果表明,EMD-YOLO的泛化性良好,适用于移动端农作物叶部病害检测设备。 展开更多

关键词 深度学习 作物叶部病害 yolov8 EffectiveSE注意力机制 多尺度空洞注意力MSDA 轻量化算法

在线阅读 下载PDF 职称材料

改进YOLOv8s的轻量化牛脸识别模型 被引量：2

6

作者 邴树营 张玉玉 +3 位作者 纪元浩 严蓓蓓 邹明 许金普 《中国农机化学报》 北大核心 2025年第8期128-134,共7页

为实现在奶牛养殖场复杂环境下,非接触且实时检测奶牛面部个体身份,提出一种基于YOLOv8s目标检测网络的性能优良且轻量化的识别模型。以17头荷斯坦奶牛作为研究对象,在奶牛进食通道旁安装摄像机,定时、自动获取奶牛视频,用视频帧分解技... 为实现在奶牛养殖场复杂环境下,非接触且实时检测奶牛面部个体身份,提出一种基于YOLOv8s目标检测网络的性能优良且轻量化的识别模型。以17头荷斯坦奶牛作为研究对象,在奶牛进食通道旁安装摄像机,定时、自动获取奶牛视频,用视频帧分解技术得到奶牛面部图像,并用结构相似性指数方法对图像间的相似性进行度量,剔除相似性过高的图像,再通过人工标注奶牛个体编号。以YOLOv8s模型为基础在主干网络中加入注意力机制CBAM,提升算法精度,引入Slim—Neck设计范式,使用GSConv轻量级卷积模块替换传统卷积模块(SC),使用基于GSConv设计的VoV—GSCSP模块替换C2f模块,进而减轻模型负担,同时保持准确性。改进YOLOv8s的模型内存占用量为21.3 MB,比YOLOv8s的占用量小1.3 MB,检测速度FPS、精确率P、召回率R、平均精度均值mAP分别提升39.57%、5.68%、7.74%、3.33%。改进YOLOv8s可在保证网络模型轻量化和精度的同时对奶牛面部识别,具有较好的鲁棒性,能够实现复杂环境下养殖场的奶牛面部个体识别。 展开更多

关键词 奶牛养殖 牛脸识别 yolov8s算法 轻量化 注意力机制

在线阅读 下载PDF 职称材料

基于改进YOLOv8的轻量化钢材表面缺陷检测方法 被引量：1

7

作者 胥姜苗 曹爽 管海燕 《电子测量技术》 北大核心 2025年第24期138-147,共10页

钢材表面缺陷检测是保障制造业产品质量的关键环节,人工目视与基础光学检测方法存在效率低、漏检率高等问题,且现有数据集样本有限制约模型泛化能力。为此,本文提出一种基于LS-DCGAN数据增强与改进YOLOv8的轻量化钢材表面缺陷检测方法... 钢材表面缺陷检测是保障制造业产品质量的关键环节,人工目视与基础光学检测方法存在效率低、漏检率高等问题,且现有数据集样本有限制约模型泛化能力。为此,本文提出一种基于LS-DCGAN数据增强与改进YOLOv8的轻量化钢材表面缺陷检测方法。首先针对NEU-DET数据集样本多样性不足的问题,采用LS-DCGAN生成对抗网络进行数据增强,有效补充缺陷样本的形态特征与分布特性;其次对YOLOv8模型进行三重优化提出SPH-YOLO检测算法:重构C2f模块结构增强特征提取能力,嵌入注意力机制提升缺陷区域聚焦度,设计多级特征融合金字塔实现跨尺度信息交互;最后在增强后的NEU-DET与GC10-DET数据集上进行验证,实验表明改进模型在mAP@50%指标上提升3%,参数量减少28.5%,计算量降低12.3%,且改进方法具有泛化能力,检测有效地实现了检测模型轻量化和检测性能的平衡。 展开更多

关键词 钢材表面缺陷检测 yolov8 LS-DCGAN 轻量化模型

原文传递

基于改进YOLOv8s的果园黄桃成熟度轻量化检测算法

8

作者 胡鑫凤 王佳明 +2 位作者 杨柳 宋少云 曹梅丽 《武汉轻工大学学报》 2025年第6期65-73,102,共10页

果园黄桃采收的成熟度决定其鲜食与加工价值,果园实时精准检测对产业链质量管控至关重要。针对现有模型计算复杂、难以在移动设备中进行实时部署的问题,提出一种基于改进YOLOv8s的轻量化黄桃成熟度检测方法。在主干网络中采用DWR-DRB替... 果园黄桃采收的成熟度决定其鲜食与加工价值,果园实时精准检测对产业链质量管控至关重要。针对现有模型计算复杂、难以在移动设备中进行实时部署的问题,提出一种基于改进YOLOv8s的轻量化黄桃成熟度检测方法。在主干网络中采用DWR-DRB替代C2f模块,增强模型在复杂背景下对目标特征的提取能力,提高检测精度;颈部网络用Slim-Neck替换原特征融合层,构建密集多尺度特征融合与下采样路径;将原检测头替换为轻量级检测头LSCD,引入共享卷积机制并有效减少参数量,增强特征图间的全局信息融合能力,使模型在复杂果园环境中兼顾检测速度与多尺度的识别精度。结果表明,优化后的模型平均检测精度达99.2%,与原模型比,检测精度提高了2.9%,计算量降低了23.7%,模型参数减小了26.1%。该模型在保持高精度的同时实现了轻量化,为果园环境智能化、实时化的成熟度分选提供了有效的技术方案。 展开更多

关键词 黄桃 成熟度检测 yolov8s 轻量化 果园环境 算法

在线阅读 下载PDF 职称材料

基于改进的YOLOv8轻量化疲劳驾驶检测

9

作者 郭傲翔 陈亚江 《软件工程》 2025年第11期11-15,46,共6页

针对面部检测精度不足、车载终端算力限制等问题,提出一种改进YOLOv8的检测算法。首先将MobileNetV3-Small作为主干网络,实现模型轻量化;引入SE(Squeeze-and-Excitation)注意力机制与跨尺度融合模块(Cross-Scale Feature Fusion Module,... 针对面部检测精度不足、车载终端算力限制等问题,提出一种改进YOLOv8的检测算法。首先将MobileNetV3-Small作为主干网络,实现模型轻量化;引入SE(Squeeze-and-Excitation)注意力机制与跨尺度融合模块(Cross-Scale Feature Fusion Module,CCFM),增强对小目标的检测能力;结合BoT-SORT算法对面部特征进行实时ID追踪;再融合Dlib关键点,根据单位时间内打哈欠数量、点头数、闭眼时间以及PERCLOS值综合判定疲劳。实验结果表明:相比原YOLOv8算法,改进算法体积降低32.3%,平均精度均值(mAP50)和查全率分别提升至97.7%和96.1%。验证了该算法对面部特征检测的鲁棒性和可靠性。 展开更多

关键词 yolov8 疲劳驾驶检测 轻量化 BoT-SORT跟踪算法

在线阅读 下载PDF 职称材料

基于改进YOLOv8的景区行人检测算法 被引量：12

10

作者 贵向泉 刘世清 +2 位作者 李立 秦庆松 李唐艳 《计算机工程》 CAS CSCD 北大核心 2024年第7期342-351,共10页

针对当前景区行人检测具有检测精度低、算法参数量大和现有公开数据集在小目标检测上存在限制等问题,创建TAPDataset行人检测数据集,弥补现有数据集在小目标检测方面的不足,并基于YOLOv8算法,构建一种检测精度高、硬件要求低的新模型YOL... 针对当前景区行人检测具有检测精度低、算法参数量大和现有公开数据集在小目标检测上存在限制等问题,创建TAPDataset行人检测数据集,弥补现有数据集在小目标检测方面的不足,并基于YOLOv8算法,构建一种检测精度高、硬件要求低的新模型YOLOv8-L。首先引入Depth Sep Conv轻量化卷积模块,降低模型的参数量和计算量。其次采用BiF orm er注意力机制和上采样算子CARAFE,加强模型对图像的语义理解和信息融合能力,提升模型的检测精度。最后增加一层小目标检测层来提取更多的浅层特征,从而有效地改善模型对小目标的检测性能。在TAPDataset、VOC 2007及TAP+VOC数据集上的实验结果表明,与YOLOv8相比,在FPS基本不变的情况下,在TAPDataset数据集上,模型的参数量减少了18.06%,mAP@0.5提高了5.51%,mAP@0.5∶0.95提高了6.03%;在VOC 2007数据集上,模型的参数量减少了13.6%,mAP@0.5提高了3.96%,mAP@0.5∶0.95提高了6.39%;在TAP+VOC数据集上,模型的参数量减少了14.02%,mAP@0.5提高了4.49%,mAP@0.5∶0.95提高了5.68%。改进算法具有更强的泛化性能,能够更好地适用于景区行人检测任务。 展开更多

关键词 智慧文旅 目标检测 注意力机制 轻量化网络 yolov8算法

在线阅读 下载PDF 职称材料

基于轻量化YOLOv8的安全帽检测 被引量：4

11

作者 张碧川 刘卫东 +1 位作者 米浩 景亚宁 《电脑与电信》 2024年第1期35-39,共5页

安全帽检测是一项具有重要应用价值的计算机视觉任务,涉及建筑工地、矿山、电力等多个领域的安全管理。然而,安全帽检测也面临着诸多挑战,如目标尺寸和长宽比的巨大变化、目标速度的快速变化、目标遮挡和背景干扰等。为了解决这些问题,... 安全帽检测是一项具有重要应用价值的计算机视觉任务,涉及建筑工地、矿山、电力等多个领域的安全管理。然而,安全帽检测也面临着诸多挑战,如目标尺寸和长宽比的巨大变化、目标速度的快速变化、目标遮挡和背景干扰等。为了解决这些问题,提出了一种基于轻量化YOLOv8算法的安全帽检测方法,利用YOLOv8的高速和高精度特点,结合安全帽的特征,实现了对安全帽的有效检测。 展开更多

关键词 轻量化 yolov8算法 PYTHON 目标检测 图像分割 计算机视觉

在线阅读 下载PDF 职称材料

感兴趣区域YOLO_BFROI的扶梯乘客安全检测算法

12

作者 侯颖 胡鑫 +3 位作者 赵瑞瑞 张楠 徐艳红 马莉 《计算机工程与应用》 北大核心 2025年第6期84-95,共12页

自动扶梯智能化监控是预防乘客事故发生的重要手段,然而扶梯运行环境较复杂,背景干扰严重,远距离小目标乘客的检测容易造成漏检和误检问题,提出一种基于感兴趣区域改进YOLOv8的轻量化自动扶梯乘客摔倒检测算法。改进算法设计了基于感兴... 自动扶梯智能化监控是预防乘客事故发生的重要手段,然而扶梯运行环境较复杂,背景干扰严重,远距离小目标乘客的检测容易造成漏检和误检问题,提出一种基于感兴趣区域改进YOLOv8的轻量化自动扶梯乘客摔倒检测算法。改进算法设计了基于感兴趣区域的BiFormer_ROI注意力机制模块,构造SPD-Conv和BiFormer_ROI的小目标检测模块组改进YOLOv8骨干网络,屏蔽非扶梯背景区域的复杂环境干扰,有效提高小目标检测率。考虑实际应用需要采用GhostSlimPAFPN轻量化结构优化Neck网络,在保持检测精度的同时有效减少模型参数量。采用具有目标尺寸自适应惩罚因子的PIoU v2损失函数改进Head网络,从而实现更快的收敛和更高的检测精度。在自建扶梯乘客摔倒数据集上,改进算法乘客摔倒平均检测精度达到94.2%,检测帧率为87.7 FPS,检测性能显著提高,能有效减少漏检和误检问题,且具有良好的实时性,可以更好地保障乘客安全乘梯。 展开更多

关键词 深度学习 自动扶梯 摔倒检测 yolov8算法 感兴趣区域 轻量化

在线阅读 下载PDF 职称材料

基于多机协同的无人机目标识别方法 被引量：1

13

作者 施长海 董天天 +2 位作者 罗鑫 汪邦照 夏玉果 《火力与指挥控制》 北大核心 2025年第12期150-158,共9页

面向无人机在军事上的需要,设计了多机协同目标探测系统,通过巡逻无人机航线规划主动获取定位信息实现多架无人机投弹的分布式作业。通过引入深度可变形卷积和加入小目标特征聚合网络,提高对于小目标特征表达能力,引入Ghost Module实现Y... 面向无人机在军事上的需要,设计了多机协同目标探测系统,通过巡逻无人机航线规划主动获取定位信息实现多架无人机投弹的分布式作业。通过引入深度可变形卷积和加入小目标特征聚合网络,提高对于小目标特征表达能力,引入Ghost Module实现YOLOv8模型轻量化设计,完成对作战区域的精准识别。试验表明,改进YOLOv8算法在多机协同下的召回率和全局精度均值为90.1%、95.6%,计算速度达到24帧/s。 展开更多

关键词 多机协同 目标探测 yolov8算法 轻量化设计 对地攻击 无人机

在线阅读 下载PDF 职称材料

轻量级锻件表面裂纹检测算法 被引量：4

14

作者 张上 许欢 张岳 《电子测量技术》 北大核心 2024年第11期123-130,共8页

针对复杂场景下缺陷检测算法占用内存大、计算复杂度高和检测速度难以满足实时需求等问题,本文提出一种基于YOLOv8的轻量级锻件缺陷检测算法。首先,采集重卡转向节生产流水线探伤车间的磁粉检测图像,构建锻件表面裂纹数据集;然后,提出... 针对复杂场景下缺陷检测算法占用内存大、计算复杂度高和检测速度难以满足实时需求等问题,本文提出一种基于YOLOv8的轻量级锻件缺陷检测算法。首先,采集重卡转向节生产流水线探伤车间的磁粉检测图像,构建锻件表面裂纹数据集;然后,提出轻量化卷积模块GSConvns,以增强特征交互并降低计算量;同时,引入Shape-IOU损失函数,优化训练效果;最后,利用LAMP剪枝策略去除不重要的权重参数,减少模型体积并提高检测速度。实验结果表明,模型的mAP值为83.8%,参数量和计算量分别减少85.05%和80.25%,检测速度从38.7 FPS提升至65.6 FPS,显著优于其他主流算法,更适用于实时检测。在公开数据集上的测试进一步验证了其泛化能力,与基准算法相比,未剪枝的改进算法mAP值提升了2.0%。综上,本文算法能在不显著降低检测精度的前提下,大幅度提升了检测速度和资源利用效率。 展开更多

关键词 表面缺陷检测 yolov8算法 轻量化模型 损失函数 模型剪枝

原文传递