面向机械臂抓取任务的 YOLOv8-VSC 目标检测网络

李 丽婕, 范 江山, 潘 盛鑫
上海工程技术大学电子电气工程学院

摘要

在计算机视觉领域，目标检测技术对工业自动化和机器人导航等应用至关重要。YOLO 算法家族以其高效实
时性备受关注，但现有模型在复杂场景下存在复杂度高、小目标检测能力有限等问题。为此，本文提出了一种优化的
YOLOv8-VSC 目标检测网络，引入轻量化的 VanillaNet 模块、slim-neck 结构和 CBAM 注意力机制。该网络在保持检测效
率和准确性的同时，显著降低了模型复杂度，提升了对小目标的检测能力。实验表明，YOLOv8-VSC 在多个标准数据集
上表现出色，尤其适合资源受限环境下的部署，如机械臂抓取任务。

关键词

目标检测；YOLOv8；VanillaNet；CBAM；机械臂

参考

[1] 方斌 , 刘飞 . 基于改进 YOLOv8s 的目标检测与抓取

[J]. 制造技术与机床 ,2024,(12):164-171.

[2] 郭忠峰 , 王健鹏 , 杨钧麟 , 等 . 基于改进 YOLOv8-

Pose 的码垛快速识别与抓取点检测 [J]. 组合机床与自动化加

工技术 ,2024,(11):125-129.

[3] 张新月 , 胡广锐 , 李浦航 , 等 . 基于改进 YOLOv8n

的轻量化红花识别方法 [J]. 农业工程学报 ,2024,40(13):163-

170.