基于YOLOv8的元素定位方法研究

作     者：李正凤 吴恒洋 张铮 

作者机构：上海第二工业大学职业技术教师教育学院上海200120 上海第二工业大学计算机与信息工程学院上海200120 

出 版 物：《信息记录材料》 (Information Recording Materials)

年 卷 期：2025年第26卷第1期

页      面：235-237页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(62162014) 

主　　题：元素定位 YOLOv8 动态蛇形卷积 注意力机制 损失函数 

摘      要：本文提出了一种基于YOLOv8的元素定位方法,利用计算机视觉技术解决了传统方法的诸多局限。首先,把多梯度融合特征提取(channel-to-pixel,C2f)模块中的Bottleneck模块替换为新的动态蛇形卷积(dynamic snake convolution,DSConv)模块,其能够根据特征自适应学习感兴趣区域;其次,在主干网络增加SE通道注意力机制,能够感知主要目标图像特征;最后,使用Wise-IoU损失函数替代原先的交并比(intersection over union,IoU)损失函数,从而克服梯度消失的问题。通过消融和对比实验,与基线模型相比在精确度、F_(1)分数和mAP@0.5分别提升了6.7%、9.7%、7.8%,在应用进行元素定位时准确率均能获得明显的提升。