主題詞：自動駕駛目標(biāo)檢測注意力機制多尺度特征融合塵霧環(huán)境中圖分類號：U469.6；TP242.6 文獻標(biāo)志碼：A DOI： 10.19620/j.cnki.1000-3703.20240036

ImprovedYOLOv8n ObjectDetection AlgorithminDust andFogEnvironment

WangZiyu’，ZhangJiancheng2，LiuYuansheng2 （1.Scholof UrbanRail TransitandLogistics，Beijing Union University，Beijing1Oo101;2.Schoolof Robotics， Beijing Union University，Beijing100101）

【Abstract】To address the issues of missed detections，1 detections and lowaccuracy in detecting smalland distant objects underadverse conditions such as dustand haze，this paper proposestheEPM-YOLOv8object detection algorithm.The Eficient ChannelAtention （ECA）moduleisintegratedintotheC2f moduleof theYOLOv8nalgorithm，enablingthebackbone network to focus more effectivelyonshallowandsmallrobjectfeatures.Byadding anadditional detectionlayeranddesigning a multi-dimension feature fusion architecture，the model'sability to extracttarget featuresandits detectionaccuracyare significantlyimproved.Furthermore，alossfunctionbasedontheMinimumPointDistance IntersectionoverUnion（MPDIoU） is employedtoenhance theprecisionofboundingboxregresion.ExperimentalresultsdemonstratethattheEPM-YOLOv8model achieves a precision ratio of 83.6% and a detection accuracy of 76.8% ，exhibiting superior detection performance under challenging conditions such as haze and dust.

Key Words：Autonomous driving，Object detection，Attention mechanism，Multi-scale feature fusion，Dusty and foggy environment

【引用格式】王子鈺，張建成，劉元盛.改進YOLOv8n的塵霧環(huán)境下目標(biāo)檢測算法[J].汽車技術(shù)，2025（6）：1-7. WANGZY，ZHANGJC，LIUYS.ImprovedYOLOv8n Object DetectionAlgorithminDustandFog Environment[J]. Automobile Technology，2025（6）： 1-7.

1前言

在塵霧環(huán)境中，圖像模糊、質(zhì)量下降導(dǎo)致有效特征提取困難，目標(biāo)檢測任務(wù)易出現(xiàn)精度降低、錯檢和漏檢等問題。因此，提高揚塵、霧霾等惡劣環(huán)境下的目標(biāo)檢測精度對于自動駕駛場景應(yīng)用至關(guān)重要。

為了解決復(fù)雜惡劣環(huán)境下的目標(biāo)檢測問題，Liu等提出圖像自適應(yīng)YOLO（Image-Adaptive YOLO，IA-YOLO），通過引入可微圖像處理模塊，并與YOLOv3聯(lián)合實現(xiàn)檢測。但該方法需要額外的圖像增強和復(fù)雜的參數(shù)調(diào)整，增加了計算復(fù)雜度與實時性壓力。Qiu等]基于圖像去霧和圖像增強提高了圖像質(zhì)量，但預(yù)處理階段存在噪聲，并且額外的處理步驟降低了實時檢測性能。郭迎等3構(gòu)建了一個結(jié)合卷積神經(jīng)網(wǎng)絡(luò)的圖像增強與目標(biāo)檢測的端到端網(wǎng)絡(luò)，在跨域檢測中表現(xiàn)較好，但其計算復(fù)雜度較高，限制了應(yīng)用場景。

目前，塵霧環(huán)境目標(biāo)檢測任務(wù)的檢測精度有一定提升，但多依賴于去霧和圖像增強方法，且該方法對圖像背景要求較嚴(yán)苛，很難滿足實時性需求。因此，本文提出了EPM-YOLOv8的目標(biāo)檢測算法，通過引入高效通道注意力（EfficientChannelAttention，ECA）機制，設(shè)計多尺度特征融合算法，增強模型對不同目標(biāo)特征的表征能力。經(jīng)過消融試驗及對比試驗，證明本文方法的有效性。

2改進算法的網(wǎng)絡(luò)結(jié)構(gòu)

2.1 網(wǎng)絡(luò)整體架構(gòu)

為了提升塵霧環(huán)境下模型的目標(biāo)檢測性能，本文基于YOLOv8n改進的網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。其中，主干網(wǎng)絡(luò)中淺層部分的C2f模塊引入ECA注意力機制，形成C2f_ECA模塊，增強骨干網(wǎng)絡(luò)對淺層較小目標(biāo)特征的關(guān)注能力；通過增加目標(biāo)檢測層，并設(shè)計多尺度特征融合架構(gòu)，提高網(wǎng)絡(luò)對不同尺度目標(biāo)的特征提取能力；采用最小點距離交并比（MinimumPointDistanceIntersectionoverUnion，MPDIoU）損失函數(shù)優(yōu)化目標(biāo)框回歸，提高檢測精度。

2.2 特征提取

YOLOv8模型主干網(wǎng)絡(luò)能夠獲取信息豐富的高階語義，但很難識別低分辨率塵霧圖像中目標(biāo)的位置信息。因此，通過將ECA注意力引入C2f模塊中，增強特征提取能力，C2f_ECA模塊結(jié)構(gòu)如圖2所示。

ECA為輕量注意力機制，不會增加模型復(fù)雜度。首先，對輸人特征圖 X∈R^W×H×C 進行平均池化：

式中： W，H 分別為特征圖的寬度和高度， C 為通道數(shù)， X_ij 為輸人特征圖在通道的第 （i，j） 個像素點的值。

卷積核k根據(jù)輸入圖像的通道數(shù)自適應(yīng)決定，感受野隨著通道數(shù)變化進行自適應(yīng)調(diào)整。鑒于線性函數(shù)表征關(guān)系有限，網(wǎng)絡(luò)通道數(shù) c 通常為2的整次冪，所以 k 與C 間非線性映射關(guān)系為：

式中：l |_odd|_odd 為距點最近的奇數(shù)， γ，b 分別為簡單線性映射的比例系數(shù)和常量。

通過Sigmoid函數(shù)進行歸一化處理，逐個通道特征加權(quán)求和，得到加權(quán)后特征圖 ，完成跨通道的信息交互。

由于塵霧環(huán)境中，圖像的特征信息所占像素點較少，所以在YOLOv8主干網(wǎng)絡(luò)中，第一層和第二層的C2f模塊的特征層加入ECA，提升獲取特征淺層信息的能力，進一步提高模型對于塵霧干擾的低質(zhì)量圖像檢測精度。C2fECA在非線性映射下，高維通道特征交互范圍更大，低維通道特征的交互作用較小。

2.3特征融合

在連續(xù)下采樣過程中，特征圖的分辨率逐漸降低，模糊小目標(biāo)的特征表征能力明顯減弱，導(dǎo)致檢測效果不佳。原始YOLOv8的路徑聚合網(wǎng)絡(luò)（PathAggregationNetwork，PANet采用自底向上和自頂向下路徑聚合進行多尺度特征融合，見圖3a，但自底向上特征融合階段的輸人特征缺少骨干中原始輸出特征映射。根據(jù)雙向特征金字塔網(wǎng)絡(luò)5（BidirectionalFeaturePyramidNetwork，BiFPN）的融合特點，見圖3b，使用交叉融合可以有效去除對特征融合未產(chǎn)生貢獻的節(jié)點，相同尺度下可融合更多特征，實現(xiàn)更高級別的特征融合。

由于檢測模型難以有效學(xué)習(xí)塵霧環(huán)境的目標(biāo)特征，僅在YOLOv8模型最后3個C2f模塊中添加特征檢測層，如圖4所示。通過在較淺的特征圖中添加一個額外的特征預(yù)測層，增強對淺層特征的利用，從而提升模型的特征提取能力和小目標(biāo)檢測性能。

對于受塵霧干擾的特征信息較少的目標(biāo)檢測問題，通過設(shè)計添加一個目標(biāo)檢測層來檢測目標(biāo)信息較淺的特征圖，并融合到特征融合網(wǎng)絡(luò)中。然而，僅在網(wǎng)絡(luò)中保留額外的淺層語義信息會導(dǎo)致深層語義信息一定程度的丟失，所以本研究在增加額外的特征預(yù)測層的基礎(chǔ)上，采用跨尺度連接的方法，在不增加計算成本的情況下融合更多的特征信息，進而提高網(wǎng)絡(luò)模型的目標(biāo)檢測性能。

2.4損失函數(shù)

YOLOv8將完整的交并比（CompleteIntersectionoverUnion，CIoU）損失作為邊界損失：

式中： ρ（b，b^g），n_IoU 分別為預(yù)測框和真實框間歐氏距離和交并比， c² 為預(yù)測框和真實框間最小外聯(lián)矩形框的對角線距離， σ_v 為正平衡參數(shù)， ω，h 分別為圖像的寬度和高度。

CIoU損失雖然引入橫縱比，但未考慮相同橫縱比情況下，圖像的寬度、高度不同的情況，如圖5所示。因此，在密集物體檢測任務(wù)中，極易出現(xiàn)檢測框重復(fù)問題，從而影響檢測精度。

已知檢測框的左上角和右下角坐標(biāo)，即可確定一個唯一的矩形。相較于CIoU損失函數(shù)，MPDIoU損失函數(shù)將檢測框左上角、右下角坐標(biāo)間的距離與全局圖像對角線的比值作為相似性表示，如圖6所示。通過最小化預(yù)測邊界框與真實邊界框間的距離，優(yōu)化檢測框回歸問題，避免了忽略的相同橫縱比而寬度、高度不同的情況。MPDIoU損失函數(shù)可表示為：

式中： ?（x₁^A，y₁^A），（x₂^A，y₂^A） 分別為真值檢測框 A 的左上點和右下點坐標(biāo)， ，（x₁^B，y₁^B），（x₂^B，y₂^B） 分別為預(yù)測檢測框 B 的左上點和右下點坐標(biāo)， d₁，d₂ 分別為檢測框的左上角坐標(biāo)間和右下角坐標(biāo)間的歐氏距離。

在目標(biāo)檢測任務(wù)中，MPDIoU損失函數(shù)不僅考慮到損失函數(shù)中的所有因子，同時可以簡化計算過程，保證了邊界框回歸的準(zhǔn)確性，降低了預(yù)測的邊界框的冗余性，解決了目標(biāo)檢測任務(wù)中，同一物體多個檢測框和密集物體檢測框重疊問題。

3試驗環(huán)境與結(jié)果分析

本文模型訓(xùn)練使用第13代英特爾酷睿i9-13900K處理器，圖像處理器為英偉達GeForceRTX3090，顯存容量為 48GB 。其中，模型的測試和推理統(tǒng)一使用單卡試驗。使用PyTorch深度學(xué)習(xí)框架，以Python作為編程語言。

為了進一步驗證本文提出模型的有效性及泛化性能，在擴充數(shù)據(jù)集的基礎(chǔ)上，對模型進行消融試驗及不同模型的對比試驗。

3.1數(shù)據(jù)集

由于傳統(tǒng)數(shù)據(jù)集的環(huán)境多為清晰的白天或夜間圖像，塵霧環(huán)境的數(shù)據(jù)較少，且傳統(tǒng)的大氣散射模型無法準(zhǔn)確模擬真實的霧霾和揚塵環(huán)境。

為此，通過將公開的真實世界任務(wù)驅(qū)動數(shù)據(jù)集（Real-world Task-driven TestingSet，RTTS）中真實霧霾天氣數(shù)據(jù)4417張、大霧城市景觀（FoggyCityscapes）數(shù)據(jù)集的合成圖像2965張、公開RB-DUST數(shù)據(jù)集的揚塵數(shù)據(jù)50張以及自采于鄂爾多斯東勝礦并經(jīng)過數(shù)據(jù)標(biāo)注的揚塵數(shù)據(jù)300張整合為試驗使用數(shù)據(jù)集。通過數(shù)據(jù)增強，擴充后數(shù)據(jù)可分為行人、汽車、自行車和摩托車4類檢測目標(biāo)，共9767張。將數(shù)據(jù)以7：2：1劃分為訓(xùn)練集、測試集和驗證集，其中，RB-DUST數(shù)據(jù)集和自采數(shù)據(jù)集均加入驗證集。

3.2評價指標(biāo)

將精確度（Precision）P、召回率（Recall）R、平均精度（meanAveragePrecision， mAP 作為模型性能評價指標(biāo)。其中，精確度衡量模型預(yù)測的準(zhǔn)確性，表示被預(yù)測為正樣本的目標(biāo)中，實際為正樣本的比例；召回率評估模型對正樣本的檢出能力，表示實際正樣本中，被正確檢測出的比例；平均精度綜合評估模型在所有類別和不同閾值下的整體性能，反映模型對所有類別目標(biāo)的綜合檢測能力。各指標(biāo)的計算公式為：

式中： X_TP 為被網(wǎng)絡(luò)模型正確檢測出來的目標(biāo)數(shù)， X_FP 為被網(wǎng)絡(luò)模型錯誤檢出的目標(biāo)數(shù)， X_FN 為未被網(wǎng)絡(luò)模型檢測出來的目標(biāo)數(shù)， ∣c∣ 為分類數(shù)， ，A_AP 為單個目標(biāo)類別的平均精度。

在試驗平臺中，使用外接英特爾RealSenseD435i相機，結(jié)合機器人操作系統(tǒng)（RobotOperatingSystem，ROS）Noetic版本測試模型實時性，將幀率作為評價指標(biāo)。同時，將浮點運算次數(shù)（Floating-Point Operations，F(xiàn)LOPs）和參數(shù)量（Parameter）作為模型復(fù)雜度評價指標(biāo)。為了更準(zhǔn)確地評估模型的性能，經(jīng)過多次測試取平均值作為最終結(jié)果。

3.3試驗結(jié)果

3.3.1 消融試驗

為了驗證各模塊的合理性，以YOLOv8n為基線，對本文模型進行消融試驗，結(jié)果如表1所示，其中， mAP（?50 為所有類別中，閾值IoU為0.5時的平均精度，反映了模型在較低IoU中的目標(biāo)檢測能力。

由表1可知，由于ECA為輕量級的注意力機制，將C2f_ECA模塊替換原始模型中主干網(wǎng)絡(luò)的第1層、第2層的C2f模塊，在降低模型參數(shù)量的同時，有效提高了目標(biāo)檢測精度。由于在原有模型中增加了一個自標(biāo)檢測層，且為多尺度特征融合架構(gòu)，所以計算量有所增加。檢測精度、檢測框查準(zhǔn)率分別提高了2.0和0.7百分點，表明改進后模型在精度和誤檢率控制方面取得了更優(yōu)的平衡，檢測性能得到了明顯改善，進一步證明了本文模型的有效性。

使用MPDIoU作為模型的損失函數(shù)，在未增加模型參數(shù)量和計算量的基礎(chǔ)上，檢測性能與精度均有所提升，在驗證集中可視化效果如圖7所示。使用MPDIoU損失函數(shù)避免了多檢測框漏檢問題，進而提高了網(wǎng)絡(luò)的檢測效果。

通過消融試驗可知，本文模型在保證實時性的情況下，檢測框查準(zhǔn)率從 79.1% 提升至 83.6% ，檢測精度mAP@50 從 73.4% 提升至 76.8% ，各模塊均能夠有效提高目標(biāo)檢測性能，為實際應(yīng)用提供了一種兼顧實時性與可靠性的檢測解決方案。

3.3.2 對比試驗

為了驗證本文模型的有效性，對比YOLO系列算法及部分目標(biāo)檢測算法，結(jié)果如表2所示。同時，對檢測結(jié)果進行可視化分析，如圖8所示。

由檢測結(jié)果可知，本文方法在檢測性能上相對于其它算法的優(yōu)越性。與經(jīng)典單次多檢測框（SingleShotMultiBoxDetector，SSD）模型[12]、RetinaNet模型[13]和兩階段模型區(qū)域卷積神經(jīng)網(wǎng)絡(luò)[14]（FastRegion-basedConvolutionalNeural Networks，F(xiàn)asterR-CNN）相比，YOLO系列模型在速度和精度之間達到了較好的平衡。

基于Transformer系列[15]最新模型RT-DETR（Real-TimeDetectionTransformer）[6通過取消傳統(tǒng)候選框生成和后處理步驟，簡化了檢測流程，但計算成本較高。雖然與本文模型的檢測精度接近，但RT-DETR的參數(shù)量和計算復(fù)雜度明顯高于本文模型，且實時性較差，在實際應(yīng)用場景中局限性較大。

相較于基線模型YOLOv8n，YOLOv8繼承了YOLOv5和YOLOv7的優(yōu)點[1]，提升了檢測精度和速度，但對于小目標(biāo)的檢測，極易出現(xiàn)誤識別和漏檢問題。而本文模型對小目標(biāo)和模糊目標(biāo)的檢測精度明顯提升，幀率能夠達到155幀/s，符合實時性檢測要求；本文模型在參數(shù)量和計算浮點數(shù)顯著降低的情況下，檢測精度與YOLOv8s達到同等水平，同時具備更好的實時性優(yōu)勢。

綜合分析表明，本文模型在復(fù)雜環(huán)境的目標(biāo)檢測任務(wù)中，充分考慮了圖像模糊、小目標(biāo)特征需求，實現(xiàn)了檢測精度與運算效率的良好平衡；在同系列算法中，能夠保持較低的參數(shù)量和較高的浮點運算次數(shù)，實現(xiàn)了檢測性能與運算復(fù)雜度間的平衡，展現(xiàn)了實際工程中的應(yīng)用潛力。

以YOLOv8n為基線，數(shù)據(jù)集中各類別目標(biāo)檢測結(jié)果如表3所示。本文模型對于行人檢測精度提升了

2.2% ，表明改進算法在小目標(biāo)和模糊目標(biāo)檢測方面更具優(yōu)勢；汽車檢測精度提高了 3% ，進一步優(yōu)化了對大目標(biāo)的識別性能；自行車檢測精度雖提升 3% ，但在復(fù)雜背景下表現(xiàn)更加穩(wěn)定；摩托車檢測精度提升幅度達到 5.4% ，改進算法對復(fù)雜目標(biāo)的辨識能力顯著增強。因此，本文模型通過改進特征提取和多尺度融合，增強了對復(fù)雜場景中多類別目標(biāo)的檢測能力，具有更高的實用價值。

4結(jié)束語

本文針對塵霧環(huán)境下的目標(biāo)檢測需求，提出了EPM-YOLOv8算法，增強了模型對復(fù)雜環(huán)境中目標(biāo)特征的學(xué)習(xí)能力，實現(xiàn)了更高效的自動檢測性能，有效簡化了檢測流程，提升了實時性和場景適用性，具有一定潛力。

未來，將針對揚塵、霧霾環(huán)境繼續(xù)擴充數(shù)據(jù)集，并探索遠紅外熱成像儀、毫米波雷達等多傳感器融合檢測，以目標(biāo)檢測準(zhǔn)確性和精確性，為自動駕駛車輛在塵霧惡劣環(huán)境下快速、準(zhǔn)確的目標(biāo)檢測任務(wù)提供新思路。

參考文獻

[1]LIUWY，RENGF，YURS，etal.Image-AdaptiveYOLO forObject Detectionin AdverseWeather Conditions[C/OL]// Proceedings of theAAAI Conferenceon Artificial Intelligence.Palo Alto，California，USA：AAAI，2022.

[2]QIUY S，LUYY，WANGYT，et al.IDOD-YOLOV7： Image-Dehazing YOLOV7 for Object Detection in LowLightFoggy Trafc Environments[J]. Sensors，2023，23（3）.

[3]郭迎，梁睿琳，王潤民.基于CNN圖像增強的霧天跨域自 適應(yīng)目標(biāo)檢測[J].計算機工程與應(yīng)用，2023，59（16）：187- 195. GUOY，LIANGRL，WANGRM.Cross-DomainAdaptive Object Detection Based on CNN Image Enhancement in Foggy Conditions[J]. Computer Engineering and Applications，2023，59（16）： 187-195.

[4]WANGQL，WUBG，ZHUPF，et al.ECA-Net：Efficient Channel Attention for Deep Convolutional Neural Networks[C]/ 2020 IEEE/CVF Conference on Computer Visionand Pattern Recognition（CVPR）. Seattle，WA，USA： IEEE，2020.

[5]TAN MX，PANGRM，LEQV.EfficientDet： Scalable and Efficient Object Detection[C]//2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Seattle，WA，USA：IEEE，2020.

[6]MA SL，XU Y.MPDIoU：A Loss for Efficient and Accurate Bounding Box Regression[EB/OL]. （2023-07-14） [2024-02- 02]. https：//doi.org/10.48550/arXiv.2307.07662.

[7]LIBY，REN WQ，F(xiàn)U DP，et al.Benchmarking SingleImage Dehazing and Beyond[J]. IEEE Transactions on Image Processing，2018，28（1）： 492-505.

[8] SAKARIDIS C，DAI D X， VAN G L. Semantic Foggy Scene Understanding with Synthetic Data[J]. International Journal of Computer Vision，2018，126： 973-992.

[9] BUCKEL P， OKSANEN T， DIETMUELLER T. RB-DuSt-A Reference-Based Dataset forVision-Based Dust Removal[C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Vancouver，BC， Canada： IEEE，2023.

[10]REDMON J，F(xiàn)ARHADI A. YOLOv3：An Incremental Improvement[C]// Computer Visionand Pattern Recognition.Berlin/Heidelberg，Germany：Springer，2018， 1804：1-6.

[11]LI C Y，LI L L， JIANG HL， et al. YOLOv6： A Single-Stage ObjectDetection Framework for Industrial Applications[EB/ OL]. （2022-09-07）[2024-02-02]. https：//doi.org/10.48550/ arXiv.2209.02976.

[12] LIU W，ANGUELOV D，ERHAND，et al. SSD： Single Shot MultiboxDetector[C]//ComputerVision-ECCV2016：14th European Conference.Amsterdam，The Netherlands： Springer International Publishing，2016.

[13] LIN T Y，GOYAL P，GIRSHICK R， et al. Focal Loss for Dense Object Detection[C]//Proceedings of the IEEE International Conference on Computer Vision.Venice， Italy： IEEE，2017.

[14] REN SQ，HE KM，GIRSHICKR，et al.Faster R-CNN： Towards Real-Time Object Detection with Region Proposal Networks[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence，2016，39（6）： 1137-1149.

[15]CARIONN，MASSAF，SYNNAEVEG，etal.End-to-End Object Detection with Transformers[C]//European Conference on Computer Vision.Glasgow，UK： Springer International Publishing，2020.

[16]ZHAOYA，LVWY，XUSL，etal.DERTsBeatYOLOs onReal-Time Object Detection[C]// 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）.Seattle，WA，USA：IEEE，2024.

[17]WANGC Y，BOCHKOVSKIY A，LIAO HY. YOLOv7： Trainable Bag-of-FreebiesSetsNewState-of-the-Art for Real-TimeObjectDetectors[C]//2023 IEEE/CVFConference on Computer Vision and Pattern Recognition （CVPR）. Vancouver，BC， Canada： IEEE，2023： 7464-7475. （責(zé)任編輯瑞秋） 修改稿收到日期為2024年2月2日。