基于改进YOLOv8的无人机图像小目标检测算法OA北大核心CSTPCD
Small object detection algorithm for unmanned aerial vehicle image based on improved YOLOv8
针对无人机(UAV)图像中目标尺寸小及特征信息少导致检测精度低的问题,提出改进YOLOv8n的小目标检测算法.首先,引入Wise-IoU损失函数,通过动态非单调聚焦机制增强网络对普通质量锚框的关注,提高泛化能力.然后,添加小目标检测层(SODL)和双向特征金字塔网络(BiFPN)构建新的特征融合结构——Bi-SODL结构.SODL使网络更充分地捕捉小目标的浅层特征信息,BiFPN可以实现不同尺度特征层之间的信息交流和融合,提高小目标检测的准确性.…查看全部>>
Aiming at the problem of low detection accuracy caused by small object size and little feature information in unmanned aerial vehicle images,an improved small object detection algorithm of YOLOv8n is proposed.Firstly,the Wise-IoU loss function is introduced,which enhances the network's focus on ordinary quality anchor frames through a dynamic non-monotonic focusing mechanism,improving the generalization ability of the algorithm.Sec-ondly,in order to improve …查看全部>>
李云文;冯宇平;安文志;赵军;聂国潇
青岛科技大学自动化与电子工程学院 青岛 266061青岛科技大学自动化与电子工程学院 青岛 266061青岛科技大学自动化与电子工程学院 青岛 266061青岛科技大学自动化与电子工程学院 青岛 266061烟台东方威思顿电气有限公司 烟台 264000
小目标检测YOLOv8n特征融合注意力机制
small object detectionYOLOv8nfeature fusionattention mechanism
《高技术通讯》 2024 (7)
765-775,11
国家自然科学基金(61971253)和国家级大学生创新创业训练项目(202310426296,202310426356)资助.
评论