自动驾驶车辆基于YOLOv8+EAC的增强目标检测研究学术报告
一、研究团队与发表信息
本研究由Syam Widiyanto（国立台北科技大学制造技术研究所）与Hsiu-Ming Wu（国立台北科技大学智能自动化工程系）合作完成，发表于2024年日本仪器与控制工程师学会（SICE）第63届年会会议录，会议时间为2024年8月27–30日。
二、学术背景与研究目标
科学领域：本研究属于计算机视觉与自动驾驶技术的交叉领域，聚焦于深度学习中的目标检测算法优化。
研究背景：自动驾驶车辆需在复杂环境中实时识别多种对象（如车辆、行人、交通灯等），但现有算法在小型目标检测、背景干扰抑制等方面存在精度不足的问题。YOLOv8虽为当前最先进的实时检测模型，但其在交通场景中的性能仍有提升空间。
研究动机：无人机图像检测领域已证明注意力机制（Attention Mechanism）能有效提升小目标检测精度，但该技术在自动驾驶场景中的应用尚未充分探索。
研究目标：提出一种融合高效注意力通道（Efficient Attention Channel, EAC）的改进型YOLOv8模型（YOLOv8+EAC），旨在提升自动驾驶车辆对交通场景中10类关键目标的检测精度与鲁棒性。
三、研究方法与流程
1. 模型架构改进
- 基础模型：选择YOLOv8作为基线，其核心改进包括C2F模块（替换YOLOv5的C3结构）、解耦检测头（Decoupled Head）及无锚框（Anchor-Free）设计。
- 注意力机制集成：在YOLOv8的颈部（Neck）部分嵌入EAC模块（见图1），通过跨通道交互（Cross-Channel Interaction）和自适应1D卷积核动态调整特征权重。EAC的数学表达如公式(1)-(4)所示，其核心创新在于避免传统通道注意力机制的维度缩减操作，通过局部邻域通道交互保留更多特征信息。
2. 数据集与预处理
- 数据来源：使用RoboFlow平台提供的“Self-Driving Traffic Detection”数据集，包含16,450条标注数据，涵盖10类目标（如biker、traffic light-red left等）。
- 数据划分：训练集（80%）、验证集（13%）、测试集（7%）。预处理包括图像增强（如小目标过采样）以解决类别不平衡问题。
3. 实验设置
- 硬件：Google Colab T4 GPU（16GB VRAM），配置Intel Xeon CPU。
- 超参数：图像尺寸640×640，IoU阈值0.5，训练周期100轮（Epochs）。
- 对比模型：YOLOv7、YOLOv8s/l/x及未改进的YOLOv8，以mAP@0.5为主要评估指标。
4. 性能评估指标
- 核心指标：精确率（Precision）、召回率（Recall）、mAP（Mean Average Precision）、F1分数。定义如公式(5)-(8)，重点关注mAP@0.5（IoU=0.5时的平均精度）和mAP@0.5:0.95（多阈值综合评估）。
四、研究结果
1. 模型性能提升
- 精度表现：YOLOv8+EAC在测试集上达到95.6%的精确率（Precision Confidence）和72.4%的mAP（见表1），显著优于基线模型（YOLOv8x为70.6%，YOLOv7仅51.2%）。
- 损失函数优化：训练过程中，定位损失（train/box loss）从26.36降至0.96，分类损失（train/cls loss）从3.73降至0.46，验证集损失（val/box loss）从7.52降至2.52（见图5），表明EAC有效提升了特征学习能力。
2. 注意力机制效果
- 关键类别的检测提升：如“traffic light-red left”类别的精确率达80.4%（图3），证明EAC能显著抑制复杂背景干扰。
- 计算效率：EAC通过轻量化设计（如自适应卷积核）仅增加少量参数，模型推理速度仍满足实时性需求。
3. 对比实验分析
- 横向对比：YOLOv8+EAC的mAP较YOLOv8x提升1.8个百分点（72.4% vs 70.6%），尤其在小型目标（如交通灯）检测上优势明显（图4）。
五、研究结论与价值
科学价值：
1. 提出了一种可复用的注意力机制集成方法（EAC），为YOLO系列算法的优化提供了新思路。
2. 验证了跨通道交互在自动驾驶目标检测中的有效性，解决了小目标特征丢失问题。
应用价值：
1. 模型可直接应用于自动驾驶感知系统，提升复杂场景下的目标识别可靠性。
2. 方法论可扩展至无人机、机器人等其他实时检测领域。
重要观点：
- 数据预处理的关键性：针对性的类别平衡策略（如小目标过采样）对性能提升贡献显著。
- 硬件协同设计：利用T4 GPU的16GB VRAM实现了大规模参数模型的高效训练。
六、研究亮点
1. 算法创新：首次将EAC模块与YOLOv8结合，通过自适应通道交互优化特征提取。
2. 性能突破：在公开数据集上达到当前最优的72.4% mAP，为自动驾驶目标检测树立新标杆。
3. 工程实践：完整开源训练框架与超参数配置，推动学术与工业界的快速复现应用。
其他贡献：
- 提供了详细的消融实验（如EAC模块位置选择），为后续研究提供模块化改进参考。
- 公开了预处理代码与数据集划分策略，促进领域内数据标准化进程。
（注：文中图表引用均来自原文档，公式与术语翻译已按学术规范标注。）