基于暗通道去雾和改进YOLOv8的无人驾驶车交通锥检测方法

本发明公开了一种基于暗通道去雾和改进YOLOv8的无人驾驶车交通锥检测方法，通过暗通道去雾算法对无人驾驶车摄像头获取的有雾场景交通锥图像进行预处理，利用大气散射模型，得到去雾后交通锥的图像；在原YOLOv8模型的Backbone网络层加入ShuffleAttention注意力机制，ShuffleAttention先将通道维度划分成多个子特征，然后对子特征展开并行处理；采用Slim‑neck替换原YOLOv8模型中Neck部分的结构；采用CLLAHead检测头替换原YOLOv8模型检测头；本发明通过检测出远距离的交通锥，降低了漏报误报率，与原始YOLOv8n模型相比，提高了检测精度和检测速度，提高了无人驾驶车辆在雾天场景中对交通锥检测的准确率。