一种基于YOLO的复杂交通场景下的车辆分割算法研究

本发明涉及计算机视觉、视觉感知技术领域,所解决的技术问题是一种复杂交通场景下的车辆分割研究算法，提出一种基于YOLOV8‑seg的车辆分割算法改进，通过在算法中添加EfficientViT网络架构，EMA注意力机制模块，和WIOU LoSS函数，使得在分割中提高精度，通过训练深度学习模型，车辆能够识别和理解复杂的交通场景。在日常的生活中，更好的辅助驾驶员驾驶，减少交通事故的发生，通过优化的YOLOV8‑seg算法完成识别。使得对车辆分割算法在准确率、召回率和实时性方面均优于现有方法，表现出较好的性能。