改进YOLOv8算法的可回收垃圾目标检测研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：针对可回收垃圾目标检测算法漏检和误检率高、透明垃圾识别困难、人工分拣效率低等问题,提出一种改进的YOLOv8 算法:ABD-YOLO.利用自适应下采样(ADS)提取图像边界特征,引入轻量级双向特征金字塔网络(BiFPN)进行多尺度特征融合,结合可变型自注意力机制(DA)解决透明物体识别困难的问题.实验结果表明,ABD-YOLO相对于YOLOv8 算法在MAP上提升了 2.3%,参数量降低34.2%,浮点计算量降低 12.3%,尤其在透明物体识别方面的精度提升了 5.7%.此外,通过在公开数据集上的验证,证实了ABD-YOLO的泛化能力.

作者：

鲁振伟、尚雅层

展开 >

作者单位：

西安工业大学机电工程学院陕西西安 710021

关键词：

可回收垃圾 YOLO DA注意力机制 BiFPN

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.06.012

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(6)