改进YOLOv8的环视车位检测算法研究

摘要

为在泊车过程中更快速、准确、全面地检测停车位，提出一种针对全景环视系统AVM(around view monitor)图像的改进YOLOv8环视车位检测算法。采用部分卷积思想设计出Faster Block结构，分别替换C3模块和C2f模块中的Bottleneck结构，选取改进后更轻量化的C3-Faster模块替换YOLOv8中原有的C2f模块；在YOLOv8主干网络末端添加CoordAtt(coordinate attention)注意力层，提升模型特征提取能力；引入EIoU作为损失函数提升模型检测精度。该算法在自建的AVM环视车位检测数据集上模型精度、召回率、mAP@0.5与mAP@0.5:0.95分别达到87.6%、87.6%、93.1%、62.0%;相较于原YOLOv8n模型提升1.5%、1.4%、1.6%、1%;参数量、浮点运算量及模型大小分别下降约27%、24%、25%。

关键词

车位检测 / YOLOv8 / C3-Faster / CoordAtt注意力机制 / EIoU损失

基金资助

国家自然科学基金项目(52172381);; 重庆市研究生联合培养基地资助项目(JDLHPYJD2018003)