原创力文档摘要
随着智能驾驶技术的不断进步，目标检测技术也取得了显著发展。然而，由于
复杂道路场景中的目标尺度差异大、遮挡严重、背景复杂以及光照和天气条件的不
稳定性等因素，现有的目检测算法仍然面临较高的漏检和误检问题，同时在适应性、
鲁棒性和轻量化设计方面也存在一定的不足。为了解决这些问题，本研究提出了一
种基于改进YOLOv8n网络的目标检测算法，从数据集构建、网络优化、模型剪枝
以及可视化系统设计四个方面展开系统性研究，具体内容如下：
（1）针对现有公开数据集与国内复杂道路场景存在地
摘要
随着智能驾驶技术的不断进步，目标检测技术也取得了显著发展。然而，由于
复杂道路场景中的目标尺度差异大、遮挡严重、背景复杂以及光照和天气条件的不
稳定性等因素，现有的目检测算法仍然面临较高的漏检和误检问题，同时在适应性、
鲁棒性和轻量化设计方面也存在一定的不足。为了解决这些问题，本研究提出了一
种基于改进YOLOv8n网络的目标检测算法，从数据集构建、网络优化、模型剪枝
以及可视化系统设计四个方面展开系统性研究，具体内容如下：
（1）针对现有公开数据集与国内复杂道路场景存在地
文档评论（0）