基于改進(jìn) YOLOv8的電梯內(nèi)電動(dòng)車(chē)識(shí)別方法研究

打開(kāi)文本圖片集

摘 要：針對(duì)電梯內(nèi)電動(dòng)車(chē)識(shí)別存在效率低下、精度不佳的問(wèn)題，提出一種結(jié)合AUGMIX圖像增強(qiáng)技術(shù)和改進(jìn)YOLOv8模型的電動(dòng)車(chē)識(shí)別方法。將變形卷積層和動(dòng)態(tài)稀疏注意力機(jī)制融入YOLOv8，識(shí)別更精確和高效。實(shí)驗(yàn)結(jié)果表明：改進(jìn)后算法模型的精確率、召回率和平均精度均值分別達(dá)到了94.5%、93%和82.4%，電動(dòng)車(chē)識(shí)別準(zhǔn)確率達(dá)到了95.8%，為電梯內(nèi)電動(dòng)車(chē)智能識(shí)別提供了理論基礎(chǔ)。（剩余6417字）