一种基于GDD-YOLOv8n的二维码识别轻量化算法OA
针对二维码目标检测在嵌入式应用中参数量过大导致计算速度慢的问题,本文提出一种基于改进YOLOv8n的轻量化二维码识别算法GDD-YOLOv8n,通过引入GhostConv轻量化卷积和Dysample动态上采样算法,设计新的特征提取模块,优化了YOLOv8n模型架构,在保持较高检测精度的同时,降低了二维码识别的参数量和计算复杂度。实验表明,在Xcerno30数据集上,相比原有YOLOv8n,GDD-YOLOv8n的精确率由93.3%提升至93.4%,召回率由87.4%提升至89.0%,平均精度均值由93.4%提升至93.8%,同时参数量和浮点运算数分别下降了38.36%和32.1%。
邱剑星
福建省福芯电子科技有限公司,福建福州350000
信息技术与安全科学
二维码识别YOLOv8轻量化动态上采样目标检测
《新一代信息技术》 2026 (3)
P.1-7,7
评论