MDSD-YOLO:一种复杂道路场景目标检测方法

文献类型： 中文期刊

第一作者： 赵龙阳

作者： 赵龙阳;李天豪;张会兵;刘琦;孟瑞敏

作者机构：

关键词： YOLOv8;复杂道路场景;可变形卷积;注意力机制;目标检测;轻量化

期刊名称： 计算机技术与发展

ISSN： 1673-629X

年卷期： 2025 年 35 卷 009 期

页码： 30-37

摘要： 复杂道路场景下的目标检测由于检测目标形状不规则、远处目标精度低和推理速度慢，导致现有模型性能严重不足。针对此问题，该文提出一种基于YOLOv8改进的算法MDSD-YOLO。在Head部分，设计了MLCA注意力和DCNv4融合改进的MD-C2f模块，适应不规则目标并增强小目标检测精度。在检测头后引入SEAM注意力模块，优化目标相互遮挡时的检测精度。在主干网络中设计了基于DualConv轻量化卷积的D-C2f模块，在提高精度的同时降低了模型的参数量，显著增强了模型的实时性。实验结果显示，改进后的模型在SODA10M和KITTI数据集上表现优异，mAP50分别达到67.0%和94.4%,比YOLOv8n基准模型提升8.7百分点和5.3百分点；mAP50:95分别达到44.8%和70.5%,比基准模型高出5.5百分点和4.2百分点。实验表明该模型推理速度快、检测精度高，在复杂道路场景中的目标检测具备有效性和优越性。

分类号： U463.6%U495%TP391.41

  • 相关文献

[1]基于改进YOLO v8的轻量化稻瘟病孢子检测方法. 罗斌,李家超,周亚男,潘大宇,黄硕. 2024

[2]基于改进YOLOv8s的大田甘蓝移栽状态检测算法. 吴小燕,郭威,朱轶萍,朱华吉,吴华瑞. 2024

[3]基于YOLOv8的竹笋分割方法研究. 郑镇辉,张淡然,王槊,韦丽娇,吴海韵,肖景丰. 2025

[4]复杂场景下害虫目标检测算法:YOLOv8-Extend. 张荣华,白雪,樊江川. 2024

[5]基于改进YOLOv8卷积神经网络的稻田苗期杂草检测方法. 林宗缪,马超,胡冬. 2024

[6]基于改进YOLOv8卷积神经网络的蟹味菇检测方法. 林宗缪,马超,胡冬. 2024

[7]基于YOLOv8的甘蔗茎节高效检测方法. 郑镇辉,张淡然,黄伟华,韦丽娇,郭昌进,陈思睿,吴海韵. 2024

[8]基于改进YOLOv8的黄鳝投喂区域检测与三维定位方法. 刘治鑫,袁泉,杨航,张春燕,周文宗,徐震. 2025

[9]基于改进YOLOv4算法的番茄叶部病害识别方法. 储鑫,李祥,罗斌,王晓冬,黄硕. 2023

[10]融合注意力机制的荔枝轻量化检测方法研究. 王聪,文晟,兰玉彬,严倩,姜永华,张建桃,罗菊川. 2025

[11]基于AIC-YOLOv11n模型的砀山梨多表面缺陷检测方法. 李成轩,赵春江,张驰,黄文倩,李佳琪,何鑫,王庆艳. 2025

[12]基于RT-WEDT的麦穗检测与计数方法. 李婕,杨子豪,郑权,乔江伟,涂静敏. 2024

[13]基于GSD-YOLO的复杂场景仔猪检测和计数方法. 曾志雄,黄迎辉,林锴,罗毅智,吴灶铭,吕恩利. 2025

[14]改进YOLOv4的温室环境下草莓生育期识别方法. 龙洁花,郭文忠,林森,文朝武,张宇,赵春江. 2021

[15]基于改进YOLO v5的复杂环境下桑树枝干识别定位方法. 李丽,卢世博,任浩,徐刚,周永忠. 2024

[16]基于改进YOLOv5s的硬核期葡萄簇检测. 冯晓,张辉,刘运超,张微,李小红,马中杰. 2024

[17]基于YOLOv5s-SE和通道剪枝的虫咬紫金蝉茶检测方法研究. 戴佳兵,宋春芳,凌彩金,李臻锋,孙崇高. 2024

[18]基于YOLOv5改进模型的丁香鱼围网作业目标检测研究. 张佳泽,张胜茂,樊伟,唐峰华,杨胜龙,孙永文,王书献,刘洋,朱文斌. 2023

[19]基于坐标注意力机制与高效边界框回归损失的线虫快速识别. 陆健强,梁效,余超然,兰玉彬,邱洪斌,黄捷伟,尹梓濠,陈慧洁,郑胜杰. 2022

[20]基于改进YOLOv5n模型的农作物病虫害识别方法. 承达瑜,赵伟,何伟德,武择鹏,王建东. 2024

作者其他论文 更多>>

微信小程序