YOLOv8-DEL:基于改进YOLOv8n的实时车辆检测算法研究

作     者：古佳欣 陈高华 张春美 GU Jiaxin;CHEN Gaohua;ZHANG Chunmei

作者机构：太原科技大学电子信息工程学院太原030024 

基　　金：山西省自然科学基金(202203021211198) 太原科技大学科研启动基金(20222026) 

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

年 卷 期：2025年第61卷第1期

页      码：142-152页

摘      要：车辆检测是智能交通系统和自动驾驶的重要组成部分。然而,实际交通场景中存在许多不确定因素,导致车辆检测模型的准确率低实时性差。为了解决这个问题,提出了一种快速准确的车辆检测算法——YOLOv8-DEL。使用DGCST(dynamic group convolution shuffle transformer)模块代替C2f模块来重构主干网络,以增强特征提取能力并使网络更轻量;添加的P2检测层能使模型更敏锐地定位和检测小目标,同时采用Efficient RepGFPN进行多尺度特征融合,以丰富特征信息并提高模型的特征表达能力;通过结合GroupNorm和共享卷积的优点,设计了一种轻量型共享卷积检测头,在保持精度的前提下,有效减少参数量并提升检测速度。与YOLOv8相比,提出的YOLOv8-DEL在BDD100K数据集和KITTI数据集上,mAP@0.5分别提高了4.8个百分点和1.2个百分点,具有实时检测速度(208.6 FPS和216.4 FPS),在检测精度和速度方面实现了更有利的折中。

主 题 词：车辆检测 YOLOv8 DGCST Efficient RepGFPN 轻量级检测头 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.3778/j.issn.1002-8331.2407-0125

馆 藏 号：203156489...