GSO-YOLO: 建筑工地检测的全局稳定优化 YOLO
原文中文，约400字，阅读约需1分钟。发表于：。利用全局稳定优化 YOLO 模型 (GSO-YOLO) 解决复杂施工环境中的安全问题，并通过整合全局优化模块 (GOM) 和稳定捕获模块 (SCM) 以提高全局上下文信息的捕获和检测稳定性，以及创新的 AIoU 损失函数来提高检测精度和效率。实验结果表明，GSO-YOLO 在 SODA、MOCS 和 CIS 等数据集上表现优于现有方法，达到了 SOTA 水平。
本研究评估了YOLOv8物体检测模型在道路危险检测中的性能，并强调了计算效率的重要性。通过架构和图像预处理技术的探讨以及超参数调优实验，优化了模型性能。评估结果显示YOLOv8在道路危险检测和基础设施维护中具有重要作用。
