基于改进YOLOv8的景区行人检测算法

置顶

TJMtaotao

已于 2024-08-17 20:07:16 修改

阅读量1.6k

点赞数 31

分类专栏： YOLO 结构改进深度学习网络结构设计注意力机制文章标签： YOLO 行人检测 YOLOv8改进目标检测视觉检测算法优化

于 2024-08-17 19:55:22 首次发布

本文链接：https://blog.csdn.net/TJMtaotao/article/details/141284404

版权

贵向泉, 刘世清, 李立, 秦庆松, 李唐艳. 基于改进YOLOv8的景区行人检测算法[J]. 计算机工程, 2024, 50(7): 342-351. DOI: 10.19678/j.issn.10

原文链接如下：基于改进YOLOv8的景区行人检测算法https://www.ecice06.com/CN/rich_html/10.19678/j.issn.1000-3428.0068125

该研究的主要贡献

数据集创新：创建了TAPDataset行人检测数据集，该数据集针对小目标检测进行了优化，弥补了现有公开数据集在小目标检测方面的不足，为行人检测领域提供了更为丰富和实用的数据资源。
模型轻量化改进：在YOLOv8算法的基础上，引入DepthSepConv轻量化卷积模块，有效降低了模型的参数量和计算量，使得模型在硬件要求较低的环境下仍能保持较高的检测性能。
注意力机制与上采样算子融合：采用BiFormer注意力机制和CARAFE上采样算子，增强了模型对图像的语义理解和信息融合能力，提高了检测精度。
小目标检测性能优化：增加了一层专门针对小目标的检测层，以提取更多的浅层特征，有效改善了模型对小目标的检测性能。
实验验证与泛化性能：在TAPDataset、VOC 2007及TAP+VOC数据集上进行了一系列实验，结果表明，改进后的YOLOv8-L模型在保持FPS基本不变的情况下，参数量显著减少，检测精度得到大幅提升。这表明改进算法具有较强的泛化性能，能够更好地适用于景区行人检测任务。

综上所述，该研究为行人检测领域提供了新的数据集、算法改进和实验验证，对于提升景区行人检测的精度和效率具有重要意义。

关键词

智慧文旅; 目标检测; 注意力机制; 轻量化网络; YOLOv8算法

引言

总结了行人检测技术在智慧文旅建设中的重要作用，并回顾了行人检测技术的发展历程。从早期的手工设计特征和传统机器学习算法，如HOG和SVM，到深度学习的引入和卷积神经网络（CNN）在行人检测任务中的突破性进展，再到近年来基于注意力机制、轻量化网络设计和多尺度特征融合等方法的涌现，行人检测技术不断进步。然而，现有的YOLOv8算法在景区行人检测中仍存在参数量大、硬件要求高、检测精度低等问题。

为了解决这些问题，本文提出了以下几个主要研究内容：

数据集创新：通过云视频和实地采集，创建了一个新的行人检测数据集TAPDataset，该数据集具有多尺度和多样性的特点，专门针对小目标检测进行了优化。
模型轻量化：在YOLOv8算法的基础上，采用DepthSepConv轻量化卷积模块，减少模型的参数量和计算量，提高计算效率和泛化能力。
注意力机制与上采样算子：引入BiFormer注意力机制和CARAFE上采样算子，增强模型的语义理解和信息融合能力，提升检测速度和精度。
小目标检测优化：通过增加一层小目标检测层，改善模型对小目标的检测性能。

综上所述，引言部分为后续的研究内容和方法奠定了基础，指出了研究的重要性和必要性，并概述了本文的研究目标和创新点。

YOLOv8概述

YOLOv8是由Ultralytics公司在2023年1月发布的一种先进的计算机视觉算法，它继承了YOLO系列的特点，并引入了新的功能和改进。YOLOv8具备执行分类、检测、分割和姿态估计等多任务的能力，并且相比之前的版本，它采用了无锚框的结构设计，这使得算法在速度和准确率上都有所提升。

YOLOv8的不同版本：

为了适应不同的应用需求和硬件条件，YOLOv8被分为多个版本，包括YOLOv8-N、YOLOv8-S、YOLOv8-M、YOLOv8-L和YOLOv8-X。这些版本在COCO数据集上的表现均优于之前的YOLO系列版本。考虑到模型大小和计算资源的需求，本文选择了YOLOv8-N作为研究对象。

YOLOv8的架构组成：

YOLOv8的架构主要由四个部分组成：输入端、Backbone、Neck和Head。

输入端：处理大小为640×640像素的图像输入。
Backbone：在YOLOv5的基础上进行了改进，将第一层卷积从6×6改为3×3，并参考YOLOv7 ELAN的设计思路，将C3模块替换为C2f模块。
Neck：移除了1×1卷积的采样层，并用C2f模块替换了C3模块。
Head：采用了解耦头的设计，将分类任务和回归任务分离。