来源：期刊VIP网 时间：
作者：唐梓峰;唐阳山;潘迪敬;宋东明;赵会鹏;
单位：辽宁工业大学汽车与交通工程学院;
摘要：针对交通事故严重程度检测速度慢的问题，对较为先进的YOLOv8算法进行改进。通过引入GAM注意力机制和GELAN结构，提高模型对交通事故严重程度数据集的识别准确性。与此同时，通过模型轻量化处理和调整参数量，降低复杂度和计算量，增强实用性，使模型更易于部署和运行。实验结果表明，改进后的YOLOv8-GELAN-GAM模型在准确率、mAP@0.5、Recall等关键指标上分别提升了2.9%、1.9%、1.8%，在捕捉碰撞后位置变化小或形变量小的事故车辆方面表现更出色。在复杂背景下，改进后的YOLOv8-GELAN-GAM模型也能避免漏检和误检。总体而言，改进后的YOLOv8-GELANGAM模型能够为交通安全研究提供有力支持，提升道路救援的速度，提高道路交通安全水平，为事故损失提供强有力的保障。文中研究可为交通安全技术发展提供新的思路。
关键词：交通事故检测;;YOLOv8算法;;GELAN结构;;GAM注意力机制;;严重程度检测;;目标识别
基金资助：辽宁省教育厅2023基本科研项目：基于BDS/UAV的道路应急救援目标智能识别与路径规划研究（JYTMS20230842）
