该文档属于类型a，即报告了一项原创性研究。以下是针对该研究的学术报告：

基于改进YOLOv8n和ByteTrack的电子元器件分拣多目标跟踪算法研究

作者及机构

本研究由史安旗（北京林业大学工学院）、张欣、高超（北京工商大学计算机与人工智能学院）、陈世超（中国科学院自动化研究所多模态人工智能系统全国重点实验室）合作完成，发表于《智能感知工程》（Intelligent Perception Engineering）2025年第2卷第4期。

学术背景

研究领域为计算机视觉与工业自动化，聚焦于3C电子元器件分拣场景中的多目标跟踪问题。电子元器件（如电阻、电容、芯片）具有体积小、外观相似、密集排列的特点，传统分拣方法依赖人工设计特征或单一检测模型，存在漏检、误匹配和实时性不足的缺陷。研究目标是通过改进YOLOv8n目标检测模型和ByteTrack跟踪算法，提升复杂工业场景下的检测精度、跟踪鲁棒性和实时性。

研究流程与方法

1. 目标检测模型改进

   • 基础模型：以轻量化的YOLOv8n为基础，针对小目标和遮挡问题提出两项关键改进：

     • Gold-YOLO模块替换Neck：采用聚合-分发（GD）机制动态融合多尺度特征，通过低阶分支（Low-GD）处理大尺寸特征图（空间注意力对齐细节），高阶分支（High-GD）建模全局语义（自注意力增强小目标检出率）。

     • ACMIX注意力模块嵌入：在Gold-YOLO的N3输出层（80×80高分辨率层）嵌入混合卷积-注意力机制（ACMIX），通过1×1卷积与自注意力协同优化局部特征与全局上下文表达。

   • 数据集：自建包含11类元器件的2646张图像数据集（训练集2079张，验证集387张，测试集180张），模拟倾斜、堆叠、模糊等工业干扰场景。

2. 跟踪算法优化

   • ByteTrack改进：

     • 参数优化：调整置信度阈值（conf从0.25降至0.05）、IOU阈值（0.7降至0.5），新增轨迹激活步数（min_steps_before_activation=3）等，提升密集目标匹配容忍度。

     • 嵌套框过滤算法：通过面积比例与置信度比较，剔除冗余检测框，减少误匹配（流程见图10）。

   • 动态测试：利用合成视频流模拟传送带运动，评估跟踪连续性。

3. 实验验证

   • 硬件配置：训练采用NVIDIA RTX 3090 GPU，运行端为RTX 1650 GPU。

   • 评估指标：检测精度（mAP@50）、跟踪性能（MOTA、IDF1、IDSW）、实时性（帧率）。

主要结果

1. 目标检测性能

   • 消融实验显示，YOLOv8n+Gold-YOLO+ACMIX组合的mAP@50达91.32%，较基线（90.30%）提升1.02%，计算量仅增加0.4 GFLOPs，帧率保持27.65 fps（表3）。ACMIX模块通过共享1×1卷积路径，在精度与速度间实现最优平衡。

   • 可视化对比（图14）表明，改进模型显著减少小目标漏检（如密集排列的电阻器）。

2. 多目标跟踪性能

   • ByteTrack改进版在YOLOv8n+Gold-YOLO+ACMIX组合下，MOTA达86.72%（较原始ByteTrack提升21.8%），IDF1为93.13%，且IDSW降为0（表4）。嵌套框过滤算法有效抑制了重叠框导致的误匹配（图15）。

   • 实时性：27.65 fps满足工业分拣的实时需求。

结论与价值

1. 科学价值：

   • 提出Gold-YOLO与ACMIX的协同设计，为小目标检测提供动态多尺度融合方案。

   • 改进ByteTrack的参数优化策略与嵌套框过滤算法，为密集目标跟踪提供高鲁棒性解决方案。

2. 应用价值：算法在电子元器件分拣场景中兼顾精度（mAP@50>91%）、稳定性（IDSW=0）和实时性（>27 fps），可应用于智能工厂的柔性化生产线。

研究亮点

1. 方法创新：首次将ACMIX注意力机制嵌入Gold-YOLO的N3层，增强对小目标的特征提取能力。

2. 工业适配性：通过合成视频流模拟真实分拣场景，验证算法在动态环境下的实用性。

3. 开源贡献：自建数据集涵盖11类元器件，填补该领域公开数据空白。

其他价值

• 嵌套框过滤算法可泛化至其他密集目标检测场景（如物流分拣）。

• 参数优化策略为轻量化模型部署提供参考。

该报告全面覆盖了研究的背景、方法、结果与价值，重点突出了算法改进的逻辑链条（如ACMIX如何解决小目标特征提取问题）和工业应用潜力。