基于 RFAConv 和三重注意力机制的自动驾驶图像检测优化

YOLOv8 在自动驾驶领域发挥着关键作用，由于其高速目标检测、精准识别与定位以及在多个平台上的广泛兼容性。该模型能够实时处理视频流或图像，迅速准确地识别道路上的障碍物，如车辆和行人，为自动驾驶系统提供essential视觉数据。此外，YOLOv8 支持包括实例分割、图像分类和姿态估计等多种任务，从而为自动驾驶提供全面的视觉感知，最终提升驾驶安全性和效率。鉴于目标检测在自动驾驶场景中的重要性以及现有方法面临的挑战，本文提出了一种全面的方法来增强 YOLOv8 模型。该研究引入了两个关键修改：C2f_RFAConv 模块和三重注意力机制。首先，在方法论部分详细阐述了所提出的修改。C2f_RFAConv 模块取代原模块以提高特征提取效率，而三重注意力机制则增强特征聚焦。随后，实验部分阐述了训练和评估流程，包括训练原始 YOLOv8、集成修改模块以及使用指标和 PR 曲线评估性能提升。结果表明，所述修改具有有效性，改进后的 YOLOv8 模型在 MAP值提升以及 PR 曲线改善方面均实现显著性能提升。最后，分析部分阐明了结果并归因于所引入的模块。C2f_RFAConv 提高了特征提取效率，而三重注意力机制则提高了特征聚焦，以实现更佳的目标检测。