基于YOLOv8的雾天车辆行人实时检测方法

汤亮; 陈博文; 牛一森; 马荣庚

doi:10.16088/j.issn.1001-6600.2024120101

广西师范大学学报（自然科学版） ›› 2025, Vol. 43 ›› Issue (03) : 72 -83. DOI: 10.16088/j.issn.1001-6600.2024120101

基于YOLOv8的雾天车辆行人实时检测方法

汤亮, 陈博文, 牛一森, 马荣庚

作者信息 +

Author information +

文章历史 +

摘要

随着智能通信技术在智能交通场景的广泛运用，行人、车辆目标检测已成为保障道路安全的重要基础。针对在雾天恶劣环境中检测网络漏检率高、检测速度慢的问题，本文提出基于YOLOv8的实时雾天目标检测方法。该模型将输入图片加入去雾网络模块对输入图像进行预处理，保留原图片的细节特征并去除雾气的遮挡，再使用改进后的YOLOv8n进行检测。在YOLOv8n上基于FasterNet改进C2f模块，降低模型参数量及模型大小，增加模型计算效率，并设计SE-ResNeXt检测头，避免了因堆积神经网络层数带来的负面影响。最后运用知识蒸馏的方式，进一步提高检测精度。将所提出模型在reside rtts数据集和合成有雾数据集上进行验证。与原网络相比，平均精度(mAP@50＿95)提升5.2个百分点，检测帧数达到170 frame/s。