SFW-YOLOv8复杂场景视频车辆检测模型

作     者：祝琴 韩沈阳 曾明如 赖平红 吴垂茂 胡玮轶 Zhu Qin;Han Shenyang;Zeng Mingru;Lai Pinghong;Wu Chuimao;Hu Weiyi

作者机构：南昌大学公共政策与管理学院南昌330036 南昌大学信息工程学院南昌330036 江西省人民医院南昌330038 

基　　金：国家自然科学基金(72164027)资助 

出 版 物：《汽车工程》 (Automotive Engineering)

年 卷 期：2024年第46卷第12期

页      码：2290-2302页

摘      要：针对复杂交通监控场景中视频车辆检测模型难以提取丰富的目标特征的问题,本文从充分利用视频图像时空特征信息的角度,新建时空特征融合模块SF-Module,运用Transformer模型中的多头自注意力机制实现视频车辆图像当前帧和历史帧时空特征信息的提取和融合,丰富目标的特征信息;在此基础上,基于YOLOv8网络,在其颈部网络融合新建的时空特征融合模块SF-Module,挖掘视频图像序列的时空特征信息;同时,引入WIoU损失函数作为预测框回归损失,减少低质量标注框产生的有害梯度,设计SFW-YOLOv8视频车辆检测模型。最后,新建的SFW-YOLOv8复杂场景视频车辆检测模型在UA-DETRAC数据集上进行实验,对数据集中的部分图片进行了模拟雨天和雾天的数据增强,提高车辆检测模型的泛化性。实验结果表明,SFW-YOLOv8视频车辆检测模型的MAP50和MAP50:5:95值为79.1%和63.6%,较YOLOv8模型分别提高了1.7%和3.3%,推理速度为11 ms/帧,具有较为优秀的检测性能。

主 题 词：车辆目标检测 时空特征融合 Transformer YOLOv8 注意力机制 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 080203[080203] 0838[0838] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.19562/j.chinasae.qcgc.2024.12.015

馆 藏 号：203156348...