基于改进YOLOv8n的室外车位检测算法

【摘要】 针对目前室外车位检测算法存在参数量大和因室外环境多变而导致的检测效果差等问题，文章提出了一种基于改进YOLOv8n的室外车位检测算法。针对模型参数量大和计算复杂的问题，在主干网络中融入RepGhostNet轻量级网络，减少计算量并提高模型的轻量化程度。同时针对室外停车场图像背景复杂和车位边缘信息特征不足的问题，通过在颈部网络中嵌入卷积注意力模块CBAM来抑制背景信息干扰和强化车位特征。实验结果表明，改进后模型mAP达到96.0%，参数量和计算量分别下降了11%和12%，在降低网络模型大小的同时也能够维持较高的检测精度和检测速率。更多还原