基于改进YOLOv8n算法的城市空间混行交通参与者检测模型

本发明公开了一种基于改进YOLOv8n算法的城市空间混行交通参与者检测模型，涉及智能交通检测技术领域，在输入阶段对输入的图片数据集进行增强处理；使用空间到深度的非跨行卷积模块代替特征提取阶段、特征融合阶段和目标检测阶段中卷积神经网络的原始卷积层，对特征图进行下采样；在特征融合阶段中加入轻量级坐标注意力机制模块，将位置信息嵌入到通道注意力中，从特征图中捕获跨通道信息以及方向位置感知信息；在目标检测阶段采用EIoU损失函数衡量预测结果与真实结果之间的差距。本发明提升了对交通参与者低分辨率小目标的特征提取能力，提高了对多类别交通参与者检测的精确性、实时性和稳定性，为智能安全检测与风险识别提供可靠的理论支持。