多尺度融合與FMB改進的YOLOv8異常行為檢測方法

摘要： 針對異常行為檢測目標面臨多尺度變化、易漏檢誤檢以及復(fù)雜背景干擾等問題，提出了一種多尺度特征融合與快速多交叉結(jié)構(gòu)改進的行人異常行為檢測方法。該方法以YOLOv8為基線網(wǎng)絡(luò)，在模型主干部分設(shè)計了快速多交叉結(jié)構(gòu)提升上下文信息感知能力并減少網(wǎng)絡(luò)參數(shù)，提出空間遞進卷積池化模塊實現(xiàn)多尺度信息融合，降低尺度差異帶來的易漏檢誤檢問題，提高檢測的準確度；在模型頸部中引入SimAM注意力機制抑制復(fù)... （共10頁）