YOLOv8n轻量检测模型

参数减半精度仍升

通过集成SENet、BiFPN和SCConv，保持检测精度同时大幅降低计算量，适配移动端路面病害实时检测。

Ye, Lan · Shijun, Lu · Fengkuo, Hu · Qing, Fang · Tao, Zou · Xiaofeng, Man · Qinzhan, Zhang

Journal of Transportation Engineering Part B: Pavements 2025

参数信息

平均精度(mAP50)
0.3 %
参数量减少比例
55.6 %
计算复杂度降低比例
36.7 %

技术优势

参数砍掉一半

引入参数共享和SCConv模块，模型参数量减少55.6%，更轻便。

精度不降反升

加入SENet和BiFPN后，mAP50比原YOLOv8n提升0.3%，检测更准。

算得更省

模型计算复杂度降低36.7%，适合移动端实时处理。

应用场景