本文全文图片

• YOLOv8模型整体结构
• C3模块和C2f模块
• SPP和SPPF
• DFL Loss基本示意
• 1×1卷积操作
• 3×3卷积操作中存在的特征重叠，导致了权重共享
• 通过空间特征变换得到感受野空间特征
• EMA结构
• GSConv详细结构
• slim-neck模块
• 引入slim-neck后YOLOv8l的Neck结构
• 不同边界框回归具有相同比例的情况，绿色方框表示真实框，红色方框表示预测框，这种情况下其他基于IoU的损失得到相同的值
• 边界框回归包括GIoU、DIoU、CIoU和EIoU
• MAC-YOLO训练过程中各类损失收敛曲线（蓝点表示曲线的收敛点）
• 煤矿工人动作数据集样本
• MAC-YOLO在MACD训练集和验证集的损失、精度和召回率对比
• PR曲线
• MAC-YOLO和基线模型在数据集中的部分可视化结果