基于改良YOLO-v8的行李追踪技术.pdf

简介：
本文探讨了一种基于改进YOLO-v8算法的行李追踪技术，旨在提高机场等场所行李跟踪系统的准确性与效率。 在机场行李分拣场景下，传统多目标追踪算法面临的目标ID频繁切换及误报率高的问题严重影响了行李处理效率和服务质量。为此，本段落提出了一种基于改进YOLO v8和ByteTrack算法的新型技术方案，旨在提升检测精度、增强特征判别性以及降低因遮挡导致的ID错误切换。 具体而言，在原有的YOLO v8架构上引入CBAM模块，并优化了ADH解耦头的设计。同时调整损失函数以强化模型的学习能力与目标识别准确性。针对ByteTrack的数据关联过程，通过实施GSI插值后处理技术来增强对高分和低分检测框的利用效率，确保在长时间遮挡情况下仍能保持追踪效果。 实验结果表明，在机场行李数据集上应用上述改进后的算法能够显著提升性能指标：MOTA达到了89.9%，IDF1为90.3%。这证明了该技术方案的有效性及其对解决实际问题的潜力，为进一步在复杂环境中实现高效稳定的行李追踪提供了有力支持。 关键词包括机场行李分拣、多目标跟踪、基于检测的跟踪、YOLO v8和ByteTrack算法等核心概念和技术手段。