Détection de circulation par rayonnement infrarouge thermique basée sur un détecteur YOLOv8 amélioré

La détection d'objets joue un rôle crucial dans les systèmes de transport intelligent. Cependant, la présence de nombreuses incertitudes dans la détection d'objets au sein des scènes de trafic réelles pose des défis significatifs pour atteindre une détection précise et en temps réel. Pour relever ces défis, cet article présente un algorithme de détection de circulation par rayonnement thermique basé sur une version améliorée de YOLOv8. Plus précisément, un nouveau module DCC2F est proposé, qui non seulement agrandit le champ réceptif effectif du noyau de convolution, mais réduit également la complexité computationnelle. De plus, l'introduction du module MBConv améliore l'extraction des caractéristiques et les capacités de détection du modèle YOLOv8. Les résultats expérimentaux démontrent que la méthode proposée surpasse plusieurs autres algorithmes notables lorsqu'elle est appliquée à des ensembles de données de rayonnement infrarouge thermique difficiles, montrant ainsi ses robustes capacités de détection d'objets.