基于改进YOLOv8的轻量化X光图像违禁品检测

• 作者: 付茂洺 赵国梁
• 来源期刊: 航空计算技术
• 学科: 工学
• 关键词: 目标检测;YOLOv8n;剪枝;知识蒸馏;违禁品
• 年，卷（期）: 2025,（1）
• 所属期刊栏目: 计算方法
• 页码范围: 26-31
• 页数: 6页
• 语种: 中文

摘要

为了更好满足X光安检图像中违禁物品检测的实时性与可行性，提出了基于YOLOv8的轻量化检测方法，在提高检测精度的同时使模型更加轻量化。首先使用改进后的HGNetV2网络替换YOLOv8的主干网络，减少网络模型参数量、计算量和内存占用，然后使用SIoU损失函数替换CIoU损失函数，再使用注意力机制MPCA(Multi-Path Channel Attention)改进的可变形卷积DCNv2融合到颈部网络中的C2f模块，提高网络对图像关键特征的捕捉能力。其次将改进后的模型通过LAMP剪枝方案进行模型剪枝，进一步压缩模型，最后通过知识蒸馏，提升剪枝后模型的检测精度。结果显示，在公共数据集SIXary上，改进后模型相较于YOLOv8n模型mAP提高1.3%,模型参数量、计算量和模型大小分别降低66.2%、59.3%和62%。证明了改进算法的有效性。