基于边缘计算优化的YOLOv8交通标志实时检测方法和系统

本发明提供基于边缘计算优化的YOLOv8交通标志实时检测方法，包括：实时采集交通场景图像数据，并将采集到图像数据进行预处理，输入优化后YOLOv8网络模型，进行特征提取，不同尺度的特征图经过SE模块和双向特征融合策略处理后，进入检测头进行目标检测，得到检测结果；得到的检测结果，通过低时延通信协议以结构化数据格式传输至中央服务器或自动驾驶系统；在中央服务器或自动驾驶系统中，对检测结果进行实时统计并进行趋势分析通过对YOLOv8模型进行深度优化与部署策略改进，克服了现有技术在边缘计算场景中的诸多限制。具体而言，提出了一种结合模型剪枝、量化处理与高效推理引擎的轻量化优化策略，并结合环境自适应的图像预处理方法，提升检测精度与鲁棒性。