改进YOLOv8的汽车表面伤损实例分割模型

作     者：谭旭 赵骥 TAN Xu;ZHAO Ji

作者机构：辽宁科技大学计算机与软件工程学院辽宁鞍山114051 

基　　金：辽宁自然科学基金(2020-MS-281) 辽宁省教育厅科研项目(LJKZZ2022043) 

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

年 卷 期：2024年第60卷第14期

页      码：197-208页

摘      要：针对人工定损方式无法满足智能汽车时代的发展要求,及传统汽车伤损检测模型精度低、信息少、难部署等问题,提出了改进YOLOv8的汽车伤损实例分割模型EIS-YOLO。在主干网络中设计了一个多尺度特征融合与通道数减小的CRDB模块,取代传统C2f模块,显著减少了参数量的同时提高了特征融合的能力;提出了保留高分辨率分支的HRFPN结构,以加强细节信息保留能力,增强细节与语义信息的交换,该结构通过AFF和BiAM注意力融合模块增强了深层传递,经由简化冗余连接的E-FPN完成特征融合。还增加了一个额外的输出头捕捉细小伤损,提高了模型对小目标伤损及伤损边缘的精确识别。在CarDD数据集上,主干网络部分提出的CRDB模块对比C2f模块实现了同架构下计算量减小20.15%,同时多任务平均准确率提升2个百分点,在此基础上,结合HRFPN结构与额外输出头设计的模型整体的准确率P_(B)、P_(M)相较于基准模型分别提升了4.4和6.6个百分点,且模型更轻量,计算复杂度更低。

主 题 词：汽车伤损检测 YOLO-Seg 注意力机制 多尺度特征融合 CarDD汽车伤损数据 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.3778/j.issn.1002-8331.2403-0087

馆 藏 号：203128777...