基于改進(jìn)YOLOv8 模型的巡檢機(jī)器人目標(biāo)檢測方法研究

殷北辰，王子健，程 智，徐新喜

（軍事科學(xué)院系統(tǒng)工程研究院，天津 300161）

0 引言

生物安全實驗室也稱生物安全防護(hù)實驗室，是通過防護(hù)屏障和管理措施來避免或控制被操作的有害生物因子危害，達(dá)到生物安全要求的生物實驗室和動物實驗室。諸多新發(fā)未知和突發(fā)烈性病原體研究需要在高等級生物安全實驗室中進(jìn)行[1]。目前實驗室的安全監(jiān)測主要依賴設(shè)備層人工巡檢的方式，該方式存在安全風(fēng)險，且無法實時保障巡檢質(zhì)量。將智能機(jī)器人技術(shù)引入實驗室設(shè)備層是現(xiàn)階段滿足高等級實驗室安全管控要求的最佳選擇[2]。采用智能機(jī)器人技術(shù)進(jìn)行設(shè)備層巡檢，既具有人工巡檢的靈活性和智能性，同時克服和彌補(bǔ)了人工巡檢中人員工作環(huán)境危險、壓抑，并且工作質(zhì)量無法保證等缺陷和不足。運用目標(biāo)檢測方法對設(shè)備層目標(biāo)儀表進(jìn)行識別能實現(xiàn)巡檢機(jī)器人對目標(biāo)的準(zhǔn)確識別[3]，從而提高巡檢機(jī)器人工作的效率并縮短巡檢時長。

近年來，許多學(xué)者提出了不同的目標(biāo)識別檢測模型[4]。比如以區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（region covolutional neural networks，R-CNN）系列為代表的兩階段算法模型[5]，該算法模型采用區(qū)域提取操作，首先利用卷積神經(jīng)網(wǎng)絡(luò)（covolutional neural networks，CNN）骨干網(wǎng)提取圖像特征，然后從特征圖中找出可能存在的候選區(qū)域，最后在候選區(qū)域上進(jìn)行滑動窗口操作，進(jìn)一步判斷目標(biāo)類別和位置信息。為進(jìn)一步提高目標(biāo)檢測的實時性，一些學(xué)者提出將目標(biāo)檢測轉(zhuǎn)化到回歸問題上的簡化算法模型，如YOLO 系列和單發(fā)多框檢測器（single shot multibox detector，SSD）系列基于位置回歸的單階段目標(biāo)檢測模型[6]，在提高檢測精度的同時提高了檢測速度。

Li 等[7]提出了一種新的目標(biāo)檢測框架，通過增加多角度錨框來處理目標(biāo)的多尺度問題，設(shè)計了雙通道特征融合網(wǎng)絡(luò)，沿著2 個獨立的路徑學(xué)習(xí)局部和上下文屬性，以解決目標(biāo)外觀模糊問題。Zhu 等[8]在YOLOv5 的基礎(chǔ)上采用增加一個檢測不同尺度的物體的預(yù)測頭、用變形預(yù)測頭（transformer prediction heads，TPH）替換原有的預(yù)測頭、整合卷積塊注意力模型（convolutional block attention module，CBAM）的方式使無人機(jī)檢測的平均準(zhǔn)確率（average precision，AP）提高了7%。Zhai 等[9]使用空間深度轉(zhuǎn)換卷積（space-to-depth convolution，SPD-Conv）代替卷積提取多尺度特征，對YOLOv8 模型進(jìn)行改進(jìn)，更好地保留了微小目標(biāo)的特征，并去除了大目標(biāo)檢測頭，使模型大小減小了57.9%。

針對巡檢機(jī)器人儀表識別過程中存在巡檢機(jī)器人主動識別儀表時采用復(fù)雜模型準(zhǔn)確率較高但速度慢，而采用簡易模型速度快但準(zhǔn)確率較低的問題，本文擬構(gòu)建基于改進(jìn)YOLOv8 模型的巡檢機(jī)器人識別目標(biāo)儀表方法，通過選擇不同的模型結(jié)構(gòu)、引入注意力機(jī)制、改進(jìn)損失函數(shù)和采用柔性非極大值抑制（soft non-maximum suppression，Soft-NMS）函數(shù)，提升巡檢機(jī)器人在運動過程中對儀表的識別精度和速度，實現(xiàn)巡檢機(jī)器人的工程應(yīng)用。

1 YOLOv8 模型

2023 年1 月，Ultralytics 團(tuán)隊在YOLOv7 的基礎(chǔ)上提出一種識別速度更快、性能更強(qiáng)的YOLOv8 模型，其引入了新的Pytorch 訓(xùn)練和部署框架，使得自定義模型的訓(xùn)練變得更加方便[10]。

YOLOv8 算法共有5種網(wǎng)絡(luò)結(jié)構(gòu)，分別是YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l 和YOLOv8x，5 種網(wǎng)絡(luò)結(jié)構(gòu)的區(qū)別在于Backbone（骨干網(wǎng)絡(luò)）及Neck（多尺度特征融合模塊）部分卷積的次數(shù)和殘差塊的數(shù)目不一樣，但基本原理相同[11]。YOLOv8 網(wǎng)絡(luò)結(jié)構(gòu)圖如圖1所示[12]，其網(wǎng)絡(luò)模型分為3 個部分，分別為Backbone、Neck 和Head（預(yù)測端）。

圖1 YOLOv8 網(wǎng)絡(luò)結(jié)構(gòu)圖

（1）Backbone：采用一系列卷積和反卷積層來提取特征，同時使用殘差連接和瓶頸結(jié)構(gòu)來減小網(wǎng)絡(luò)的大小并提高性能。該部分采用C2f 模塊作為基本構(gòu)成單元。Backbone 部分由5 個CBS 模塊、4 個C2f模塊和1 個快速空間金字塔池化（spatial pyramid pooling-fast，SPPF）模塊組成。

（2）Neck：采用多尺度特征融合技術(shù)，將來自Backbone 不同階段的特征圖進(jìn)行融合，以便更好地捕捉不同尺度目標(biāo)的信息，從而提高了目標(biāo)檢測的性能和魯棒性。

（3）Head：負(fù)責(zé)最終的目標(biāo)檢測和分類任務(wù)，設(shè)有3 個檢測頭，用于在不同的尺寸信息下檢測目標(biāo)信息。檢測頭包含一系列卷積層和反卷積層，用于生成檢測結(jié)果。

盡管YOLOv8 相較于YOLOv1～YOLOv7 已經(jīng)具有了良好的檢測性能和推理速度，但針對巡檢機(jī)器人的工作環(huán)境，仍然存在以下問題：

（1）在YOLOv8 模型中，結(jié)構(gòu)越復(fù)雜，深度越深，檢測效果越好。但是相應(yīng)的越復(fù)雜的模型其參數(shù)也就越多，訓(xùn)練效率越低且權(quán)重越高，檢測時需要更多的運算資源，嚴(yán)重降低了目標(biāo)檢測實時性，不適于在機(jī)器人端部署。

（2）在巡檢機(jī)器人運動過程中，采集的視頻信息絕大部分為無用信息，大量的視頻信息輸入占用大量的運算資源，降低了目標(biāo)檢測的實時性和穩(wěn)定性。

（3）當(dāng)預(yù)測框在目標(biāo)框內(nèi)部且預(yù)測框大小一致時，邊界框回歸損失函數(shù)將由完整交并比（complete IoU，CIoU）損失函數(shù)退化為簡單的IoU 損失函數(shù)，無法實現(xiàn)準(zhǔn)確預(yù)測框的定位和更好地對模型進(jìn)行優(yōu)化；且訓(xùn)練過程中應(yīng)用CIoU 損失函數(shù)預(yù)測框在水平或垂直方向上優(yōu)化困難，收斂較慢，降低了訓(xùn)練效率[13]。

（4）在目標(biāo)檢測的后處理過程中，針對很多目標(biāo)框的篩選，通常采用非極大值抑制（non-maximum suppression，NMS）算法操作。NMS 算法對于重疊閾值設(shè)定敏感，設(shè)定過低會導(dǎo)致漏檢，設(shè)定過高會導(dǎo)致誤檢，對于部分重疊目標(biāo)的識別僅能檢測出未被遮擋目標(biāo)，而對于被部分遮擋目標(biāo)則不會輸出檢測結(jié)果[14]。

2 模型改進(jìn)策略

2.1 選取合適模型

本研究中目標(biāo)檢測對象為體積較小的指針式儀表，為了設(shè)計出適用于本文應(yīng)用環(huán)境的模型，綜合考慮訓(xùn)練效率和檢測精度等問題，將YOLOv8 的5 個預(yù)訓(xùn)練模型采用儀表數(shù)據(jù)集進(jìn)行訓(xùn)練。對訓(xùn)練后的模型通過測試數(shù)據(jù)集進(jìn)行檢測，選出最優(yōu)模型。

2.2 引入注意力機(jī)制

注意力機(jī)制主要用于解決小目標(biāo)檢測問題，與本文的應(yīng)用場景非常匹配，注意力機(jī)制的引入能很好地解決巡檢機(jī)器人在運動過程中目標(biāo)檢測的實時性和穩(wěn)定性問題。

坐標(biāo)注意力機(jī)制是一種用于加強(qiáng)深度學(xué)習(xí)模型對輸入數(shù)據(jù)的空間結(jié)構(gòu)理解的注意力機(jī)制。先前的輕量網(wǎng)絡(luò)的注意力機(jī)制大多數(shù)采用了壓縮和激勵（squeeze-and-excitation，SE）模塊，僅考慮了通道之間的信息，忽略了位置信息[15]。盡管后來的CBAM 嘗試在降低通道數(shù)后通過卷積來提取位置注意力信息，但卷積只能提取局部信息，缺乏對長距離關(guān)系提取的能力。為此，有學(xué)者提出了新的高效注意力機(jī)制，能夠?qū)M向和縱向的位置信息編碼到通道注意力中，使得移動網(wǎng)絡(luò)能夠在關(guān)注大范圍位置信息的同時不會帶來過多的計算量[16]。注意力機(jī)制的結(jié)構(gòu)如圖2 所示。

圖2 注意力機(jī)制結(jié)構(gòu)圖

設(shè)輸入的特征圖通道數(shù)為C，圖像縱向高度為H，橫向?qū)挾葹閃，注意力機(jī)制首先對輸入特征圖[C，H，W]進(jìn)行2 次全局平均池化，一次在寬度方向上，一次在高度方向上。這2 次操作分別得到2 個特征映射：在寬度方向上的平均池化得到的特征映射[C，H，1]和在高度方向上的平均池化得到的特征映射[C，1，W]。這2 個特征映射分別捕捉了在寬度和高度方向上的全局特征。這2 個特征映射也允許注意力模塊捕捉到沿著一個空間方向的長期依賴關(guān)系，并保存沿著另一個空間方向的精確位置信息，這有助于網(wǎng)絡(luò)更準(zhǔn)確地定位感興趣的目標(biāo)。將上述2 個特征映射合并，通過簡單的堆疊操作，得到一個新的特征層，尺寸為[C，1，H+W]，在寬度和高度2 個方向上的維度合并在一起。然后對合并后的特征層進(jìn)行卷積操作、標(biāo)準(zhǔn)化和激活函數(shù)操作來進(jìn)一步處理特征，最后分離得到在寬度和高度維度上的注意力向量[17]。

在巡檢機(jī)器人運動過程中，使用注意力機(jī)制可以從相機(jī)獲取的視頻信息提取注意區(qū)域，使得YOLOv8目標(biāo)檢測過程中能夠關(guān)注更多待檢測信息[18]。

2.3 EIoU 損失函數(shù)改進(jìn)

YOLOv8 原算法中采用CIoU 損失函數(shù)[19]，CIoU雖然提高了邊界框?qū)捀弑鹊某叨刃畔?quán)重，增加了檢測框尺度以及長和寬的損失[20]，但由于寬高比描述的是相對值，所以有研究[21]在CIoU 的基礎(chǔ)上計算縱橫比，提出了高效交并比（efficient IoU，EIoU）損失函數(shù)。

EIoU 的懲罰項在CIoU 的懲罰項基礎(chǔ)上將縱橫比的影響因子拆分后分別計算目標(biāo)框和預(yù)測框的長和寬，該損失函數(shù)包含重疊損失、中心距離損失、寬高損失3 個部分。前2 個部分延續(xù)CIoU 中的方法，但是寬高損失直接使目標(biāo)框與預(yù)測框的寬度和高度差達(dá)到最小，使得收斂速度更快。EIoU 懲罰項計算公式如下[22]：

式中，cw和ch分別表示覆蓋2 個檢測框的最小外接框的寬度和高度；b和bgt分別表示預(yù)測框和真實框的中心點；w和wgt分別表示預(yù)測框和真實框的寬；h和hgt分別表示預(yù)測框和真實框的高；ρ 表示2 個中心點間的歐式距離。將YOLOv8 中原本的損失函數(shù)CIoU 改為EIoU，可能會使YOLOv8 的目標(biāo)檢測取得更好的效果。

2.4 預(yù)測框改進(jìn)

Soft-NMS 是一種改進(jìn)的目標(biāo)檢測算法，用于在NMS 過程中更加平滑地抑制冗余的邊界框[23]。

傳統(tǒng)的NMS 方法是通過設(shè)置一個固定的閾值來判斷2 個邊界預(yù)測框是否重疊并進(jìn)行抑制[24]。然而，固定的閾值可能無法很好地適應(yīng)不同目標(biāo)之間的交疊情況[14，25]，導(dǎo)致一些具有較低置信度但與真實目標(biāo)高度重疊的候選框被錯誤地排除[26-27]。

Soft-NMS 通過引入一個衰減函數(shù)來解決這個問題，將重疊區(qū)域的置信度進(jìn)行衰減，而不是直接舍棄[28]。通過引入衰減函數(shù)，Soft-NMS 可以更加靈活地調(diào)整候選框的權(quán)重，對于與已選擇框高度重疊但置信度較低的候選框，仍有機(jī)會被保留下來[29-30]，從而提高了目標(biāo)檢測的準(zhǔn)確性。

3 實驗與分析

3.1 設(shè)置數(shù)據(jù)集

本文在研究過程中采集的圖片數(shù)據(jù)分為2 個部分，一部分為指針式儀表靜態(tài)拍攝圖片數(shù)據(jù)，一部分為巡檢機(jī)器人工作過程中攝像頭錄制的視頻截圖獲得的圖片數(shù)據(jù)。統(tǒng)一對圖片進(jìn)行命名，最終選取1 000 張圖片作為目標(biāo)檢測訓(xùn)練的總數(shù)據(jù)集，如圖3所示。將數(shù)據(jù)集分為訓(xùn)練集800 張、測試集200 張，訓(xùn)練集與測試集彼此獨立，內(nèi)容無交叉。

圖3 目標(biāo)檢測訓(xùn)練總數(shù)據(jù)集中部分圖片

使用Labelimg 工具選取YOLO 格式對數(shù)據(jù)集中的每一張圖片進(jìn)行標(biāo)注，標(biāo)注過程中錨框要完全覆蓋待檢測目標(biāo)，如圖4 所示。Labelimg 會在圖像中生成邊界框形式的外接框，并在手動標(biāo)注結(jié)果保存后自動生成與標(biāo)注圖像同名的txt 文件。

圖4 Labelimg 進(jìn)行數(shù)據(jù)集標(biāo)注示意圖

3.2 YOLOv8 現(xiàn)有模型對比分析

為選取最有利于巡檢機(jī)器人進(jìn)行儀表識別的目標(biāo)檢測模型，應(yīng)考慮訓(xùn)練效率和檢測精度等綜合因素。首先使用YOLOv8 現(xiàn)有的5 種預(yù)訓(xùn)練模型進(jìn)行訓(xùn)練，相關(guān)參數(shù)見表1。然后再通過實驗對比分析選出最適合本文應(yīng)用場景的模型結(jié)構(gòu)。

表1 5 種不同模型訓(xùn)練參數(shù)

本文操作系統(tǒng)為Ubuntu 20.04，基于Pytorch 框架，CPU 為Intel Core i9-10900k，GPU 為NVIDIA RTX TITAN，內(nèi)存為24 GiB。本次訓(xùn)練預(yù)設(shè)訓(xùn)練次數(shù)為300 次，批次為16，學(xué)習(xí)率為0.01，動量項為0.937，衰減正則項為0.000 5。

將表1 中5 個模型均按照上述訓(xùn)練參數(shù)進(jìn)行訓(xùn)練，獲得5 個訓(xùn)練后模型。為了對比不同模型的檢測效果，本文采用以下4 個指標(biāo)[30]作為模型評估指標(biāo)：

（1）準(zhǔn)確率（Precision，Pre），即標(biāo)出的正確目標(biāo)個數(shù)除以標(biāo)出的目標(biāo)總個數(shù)，越接近1，準(zhǔn)確率越高，計算公式如下：

式中，TP 表示真正為正的樣本預(yù)測為正；FP 表示真正為負(fù)的樣本預(yù)測為正。

（2）召回率（Recall，Rec），即標(biāo)出的正確目標(biāo)個數(shù)除以需要標(biāo)出的目標(biāo)總個數(shù)，越接近1，召回率越高，計算公式如下：

式中，F(xiàn)N 表示真正為正的樣本預(yù)測為負(fù)。

（3）mAP_0.5：平均準(zhǔn)確率均值（mean average precision），即將IoU 設(shè)為0.5 時，計算每一類所有圖片的AP，然后對所有類別求平均值。

（4）mAP_0.5：0.95：表示在不同IoU 閾值（從0.5到0.95，步長0.05）上的平均mAP。mAP 的計算公式如下：

式中，AP 表示平均精度；p表示準(zhǔn)確率；r表示召回率；K表示檢測類別數(shù)，本文中為1。

訓(xùn)練后的5 個模型參數(shù)對比如圖5 所示。從圖5 可以看出，訓(xùn)練次數(shù)達(dá)到100 次后，各項數(shù)值趨于平穩(wěn)，隨著訓(xùn)練次數(shù)達(dá)到300 次，曲線均取得了較好的擬合效果。通過訓(xùn)練結(jié)果對比圖可以發(fā)現(xiàn)準(zhǔn)確率和召回率隨著訓(xùn)練次數(shù)增加逐漸穩(wěn)定，趨近于1，這表明5 種模型訓(xùn)練均取得了較好的效果；mAP_0.5也隨著訓(xùn)練次數(shù)增加穩(wěn)定于1，mAP_0.5：0.95 在前100 次訓(xùn)練緩慢上升，隨后趨于穩(wěn)定緩慢接近于1?？梢园l(fā)現(xiàn)對于不同的訓(xùn)練模型，最終的穩(wěn)定值雖有一定差距，但總體結(jié)果均＞0.9，且趨勢穩(wěn)定，整體呈現(xiàn)隨著模型復(fù)雜程度越高mAP_0.5：0.95 值越大。

圖5 YOLOv8 5 種模型訓(xùn)練結(jié)果對比圖

為進(jìn)一步分析模型訓(xùn)練效果，對訓(xùn)練后的5 種模型進(jìn)行測試集檢測對比實驗，訓(xùn)練后的5 種模型性能指標(biāo)和在同一個測試集上的檢測結(jié)果見表2。

表2 5 種不同模型訓(xùn)練后性能指標(biāo)和檢測結(jié)果

由表2 可知，模型結(jié)構(gòu)越復(fù)雜、參數(shù)越多，相應(yīng)的訓(xùn)練耗時越長、訓(xùn)練后模型泛化能力越強(qiáng)。從不同模型訓(xùn)練后的性能指標(biāo)和檢測結(jié)果對比可以看出，相對復(fù)雜的預(yù)訓(xùn)練模型如YOLOv8s、YOLOv8m 訓(xùn)練后得出的模型檢測準(zhǔn)確率不如相對簡單的YOLOv8n，最復(fù)雜的YOLOv8x 檢測準(zhǔn)確率與其他模型差距不明顯，因此可以得出復(fù)雜的模型訓(xùn)練后得出的模型在實際情況下檢測效果不一定更好。YOLOv8n 預(yù)訓(xùn)練模型深度和寬度最小，得出的訓(xùn)練后模型層數(shù)、參數(shù)量最小，檢測時間也最短，非常有利于部署在巡檢機(jī)器人上；相較于其他更復(fù)雜的模型YOLOv8m、YOLOv8l 和YOLOv8x，其準(zhǔn)確率與之相近，且檢測時間僅為5.4 ms，遠(yuǎn)少于復(fù)雜模型（10 ms 以上）的檢測時間。YOLOv8n 訓(xùn)練結(jié)果如圖6 所示。

圖6 YOLOv8n 訓(xùn)練結(jié)果

圖6中，位置損失表示預(yù)測框與標(biāo)定框之間的誤差，值越小代表預(yù)測框定位得越準(zhǔn)；分類損失用于衡量錨框與對應(yīng)的標(biāo)定分類是否正確，值越小代表分類越準(zhǔn)確；分布焦點損失用于校正模型在預(yù)測物體邊界框時的誤差，值越小代表模型在預(yù)測邊界框方面的性能越好。由圖6 可以看出，模型損失值隨訓(xùn)練次數(shù)增加而不斷減小并趨于穩(wěn)定，曲線擬合狀態(tài)好，準(zhǔn)確率、召回率、mAP_0.5 和mAP_0.5：0.95 均趨向于1 并保持穩(wěn)定。綜合考慮模型的檢測準(zhǔn)確率、檢測時間以及模型權(quán)重大小，最終選擇YOLOv8n 作為檢測模型。

3.3 改進(jìn)模型實驗

為解決巡檢機(jī)器人在目標(biāo)檢測過程中存在的問題，進(jìn)一步提升模型檢測性能，本文將YOLOv8n 模型繼續(xù)進(jìn)行改進(jìn)優(yōu)化。由在模型主干結(jié)構(gòu)中引入注意力機(jī)制，將損失函數(shù)由CIoU 改為EIoU，并將預(yù)測框的選取由普通的NMS 改進(jìn)為更合理的Soft-NMS。改進(jìn)后的YOLOv8nxt 和YOLOv8n 模型訓(xùn)練的位置損失值和mAP_0.5：0.95，如圖7 所示。

圖7 2 種模型的訓(xùn)練結(jié)果對比圖

由圖7 可知，改進(jìn)模型YOLOv8nxt 和YOLOv8n的位置損失值均隨著訓(xùn)練次數(shù)增加而不斷下降，并逐漸趨于穩(wěn)定。改進(jìn)后的YOLOv8nxt 的位置損失值相較于改進(jìn)前的YOLOv8n 降低1.3%，實現(xiàn)了改進(jìn)策略所提出的要求，證明改進(jìn)策略使改進(jìn)模型具有更高的定位精度。如圖7（b）所示，YOLOv8nxt 和YOLOv8n在整個訓(xùn)練過程中mAP_0.5：0.95 逐漸接近于1，并在300 次訓(xùn)練后趨于穩(wěn)定，訓(xùn)練模型達(dá)到擬合，改進(jìn)后的YOLOv8nxt 相比于改進(jìn)前的YOLOv8n，其mAP_0.5：0.95 提高了1.9%，說明改進(jìn)模型取得了較好的訓(xùn)練結(jié)果。

為進(jìn)一步評價改進(jìn)模型YOLOv8nxt 和未改進(jìn)模型YOLOv8n 的性能，將YOLOv8nxt 和YOLOv8n在測試集上進(jìn)行實驗，2 種模型的性能指標(biāo)和檢測結(jié)果比較見表3，2 種模型檢測結(jié)果對比如圖8所示。

表3 2 種模型的性能指標(biāo)和檢測結(jié)果比較

圖8 2 種模型檢測結(jié)果對比

由表3 可知，改進(jìn)的YOLOv8nxt 模型相較于YOLOv8n 模型檢測準(zhǔn)確率提高接近1%，檢測時間僅增加0.2 ms，改進(jìn)后模型尺寸也較接近，仍然適合部署在巡檢機(jī)器人上。由圖8 單儀表圖像對比可知，YOLOv8nxt 相較于YOLOv8n 不僅檢測結(jié)果置信度更高，檢測框的尺寸也更小，更加貼合儀表的實際位置，證明了引入注意力機(jī)制和改進(jìn)損失函數(shù)對于提高目標(biāo)檢測能力的有效性；由圖8 多儀表圖像對比可知，對于被部分遮擋的儀表，YOLOv8nxt 模型在YOLOv8n 模型漏檢的情況下仍能順利檢測到目標(biāo)，證明NMS 的改進(jìn)可以增強(qiáng)算法對被遮擋目標(biāo)的識別能力。

4 結(jié)語

本文針對巡檢機(jī)器人在儀表檢測階段存在的識別精度不足和受遮擋時識別效果較差等問題，同時考慮目標(biāo)檢測模型在巡檢機(jī)器人的部署，首先通過實驗在YOLOv8 的5 個預(yù)訓(xùn)練模型中選擇適合本文的預(yù)訓(xùn)練模型YOLOv8n，其次通過增加注意力機(jī)制、替換損失函數(shù)為EIoU 和替換NMS 函數(shù)為Soft-NMS 3種方式對原模型進(jìn)行改進(jìn)。實驗結(jié)果表明，通過實驗選取的YOLOv8n 模型更適合巡檢機(jī)器人的目標(biāo)任務(wù)，且改進(jìn)后的目標(biāo)檢測模型YOLOv8nxt 與改進(jìn)前的YOLOv8n 相比，位置損失值降低1.3%，mAP_0.5：0.95提高了1.9%，檢測準(zhǔn)確度率提高了0.87%，證明改進(jìn)后的模型對目標(biāo)的檢測能力有顯著提升，魯棒性強(qiáng)；在改進(jìn)模型的性能后，模型大小僅為6.2 M，檢測時間也僅增加了0.2 ms，說明該模型既能滿足識別精度要求，又同時滿足檢測速度要求，能有效解決巡檢機(jī)器人在目標(biāo)檢測階段存在的問題。本文改進(jìn)的儀表檢測模型雖然在檢測效果方面表現(xiàn)良好，但對指針式儀表的具體朝向沒有明確的感知，在算法檢測到儀表的條件下，還需要額外輸入表盤角度信息才能保證后續(xù)儀表讀數(shù)工作的順利開展。今后的工作將圍繞3D 目標(biāo)檢測方向開展，在檢測儀表的同時判斷儀表的傾斜角度，以提升研究的實用價值。