多尺度融合與FMB改進的YOLOv8異常行為檢測方法
計算機工程與應用
頁數(shù): 10 2024-02-28
摘要: 針對異常行為檢測目標面臨多尺度變化、易漏檢誤檢以及復雜背景干擾等問題,提出了一種多尺度特征融合與快速多交叉結(jié)構(gòu)改進的行人異常行為檢測方法。該方法以YOLOv8為基線網(wǎng)絡,在模型主干部分設(shè)計了快速多交叉結(jié)構(gòu)提升上下文信息感知能力并減少網(wǎng)絡參數(shù),提出空間遞進卷積池化模塊實現(xiàn)多尺度信息融合,降低尺度差異帶來的易漏檢誤檢問題,提高檢測的準確度;在模型頸部中引入SimAM注意力機制抑制復...