多尺度融合與FMB改進(jìn)的YOLOv8異常行為檢測(cè)方法

摘要： 針對(duì)異常行為檢測(cè)目標(biāo)面臨多尺度變化、易漏檢誤檢以及復(fù)雜背景干擾等問(wèn)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(jìn)的行人異常行為檢測(cè)方法。該方法以YOLOv8為基線網(wǎng)絡(luò)，在模型主干部分設(shè)計(jì)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(jìn)卷積池化模塊實(shí)現(xiàn)多尺度信息融合，降低尺度差異帶來(lái)的易漏檢誤檢問(wèn)題，提高檢測(cè)的準(zhǔn)確度；在模型頸部中引入SimAM注意力機(jī)制抑制復(fù)...