基于改进YOLOv8的车辆与行人检测算法.pdfVIP

测控术

模式识别与人工智能测控技术

2025年第44卷第3期

基于改进YOLOv8的车辆与行人检测算法

涛，张诗云

孙君峰，张赵良?*，刘云平，张

214105)

210000；2.无锡学院交通与车辆工程学院，江苏无锡

（1.南京信息工程大学自动化学院，江苏南京

摘要：针对当前主流目标检测算法存在目标对象和车辆行人误检与漏检的问题，基于YOLOv8提出了一

种改进的目标检测算法。首先，采用多点距离交并比（Multi-PointDistanceIntersectionoverUnion，MPDI-

oU）边界框回归损失函数替代原完全交并比（CompleteIntersectionoverUnion，CloU）损失函数，有效解

决了当预测边界框与地面实况边界框宽高比相同时传统CIoU函数失效的问题。然后，通过嵌入大可分

离内核注意力（LargeSeparableKernelAttention,LSKA）机制增强算法的多尺度特征提取能力。最后，融

合SCConv模块，在降低模型计算复杂度的同时提升检测精度。实验结果表明：改进后的算法相比原

YOLOv8算法，准确率提升了4.07%，召回率提升了约2.95%，且检测速率达到85f/s。

关键词：目标检测；YOLOv8；注意力机制；MPDIoU

中图分类号：TP391文献标志码：A文章编号：1000-8829(2025)03-0009-09

doi:10.19708/j.ckjs.2025.03.303

VehicleandPedestrianDetectionAlgorithmBasedonImprovedYOLOv8

SUNJunfeng,ZHANGZhaoliang?*,LIUYunping,ZHANGTao,ZHANGShiyun

(1.SchoolofAutomation,NanjingUniversityofInformationScienceTechnology,Nanjing210000,China;

2.SchoolofTransportationandVehicleEngineering,WuxiUniversity,Wuxi214105,China)

Abstract:Aimingattheproblemsofmisdetectionandomissionoftargetobjects,vehicles,andpedestriansex-

istinginthecurrentmainstreamtargetdetectionalgorithm,animprovedtargetdetectionalgorithmbasedon

YOLOv8isproposed.Firstly,themultipointdistanceintersectionoverunion(MPDIoU)boundingboxregression

lossfunctionisadoptedtoreplacetheoriginalcompleteintersectionoverunion(CloU)lossfunction,effectively

solvingtheproblemthatthetraditionalCloUlossfunctionwillfailswhent