重庆理工大学学报(自然科学) ›› 2024, Vol. 38 ›› Issue (11): 35-42.
王道斌,李宸翔,严运兵
摘要: 针对目标检测模型参数量大,难以部署在移动端设备的问题,提出了一种轻量化车辆行人检测模型YOLOv8TI(trafficinformation)。设计全新的轻量级参数共享 SPGDetect检测头以降低模型的参数量和计算量;提出全局平衡通道路径聚合网络(GBCPAN)结构,平衡网络通道数量,通过跨尺度的加权链接,实现了自顶向下和自底向上的双向特征融合;此外,引入动态非单调聚焦机制的损失函数(WiseLoss)代替原损失函数以提升预测框精度。实验结果发现,提出的目标检测模型 YOLOv8TI在保持较高精度的同时,参数量、计算量和模型体积分别为YOLOv8n的 52.1%、58.0%和 54%。通过与其他轻量级目标检测模型对比,验证了该方法的有效性和卓越性。将YOLOv8TI进行 Android移动端部署,在荣耀 20和荣耀 80GT上进行了测试,FPS可达 24帧和 31帧,满足实时性需求,有望进一步集成在自动驾驶汽车上完成交通信息检测功能。
中图分类号: