基于YOLO模型的动静态障碍物识别方法

本发明涉及目标检测技术领域，尤其涉及一种基于YOLO模型的动静态障碍物识别方法。包括：在现有YOLOv8网络中，将主干网络C2f模块替换为SACM模块，形成轻量化的C2f_SACM模块；将颈部网络中原生的PANet中的C2f模块替换为HAT模块，用于多尺度特征融合；将实验得到的实验数据作为数据集，训练步骤S1得到的YOLO‑SH网络，得到YOLO‑SH模型，输出每个障碍物的检测框；选取检测框的几何中心点作为障碍物的特征点，分析特征点在间隔帧图像中的移动情况，分别设定静态障碍物和动态障碍物的特征点移动阈值，实现动静态障碍物的区分。优点在于：简化计算流程并提高处理效率，实现障碍物准确识别与分类。