改进YOLOv8的航拍图像小目标检测算法 |
| |
引用本文: | 付锦燚,张自嘉,孙伟,邹凯鑫.改进YOLOv8的航拍图像小目标检测算法[J].计算机工程与应用,2024(6):100-109. |
| |
作者姓名: | 付锦燚 张自嘉 孙伟 邹凯鑫 |
| |
作者单位: | 南京信息工程大学自动化学院 |
| |
基金项目: | 国家自然科学基金(62376128); |
| |
摘 要: | 针对在航拍图像检测任务中,物体和整体图像尺寸都比较小,尺度特征不一和细节信息不清晰,会造成漏检和误检等问题,提出了一种改进小目标检测算法CA-YOLOv8。设计了一种通道特征部分卷积模块CFPConv(channel feature partial convolution),基于此重新构造了C2f中的Bottleneck结构,命名为CFP_C2f,从而替换YOLOv8头部和颈部的部分C2f模块,增强有效通道特征权值,提升多尺度细节特征的获取能力。嵌入一种用以提升上下文聚合能力的模块CAM(context aggregated module),优化特征通道的响应,强化对深层特征的细节感知能力。添加NWD损失函数,将其与CIoU结合作为定位回归损失函数,降低位置偏差的敏感性。充分运用多重注意力机制的优势,把原有检测头替换为DyHead(dynamic head)。在VisDrone2019数据集的实验中,改进的算法较YOLOv8s原模型参数量降低了33.3%,检测精度mAP50值和mAP50:95分别提升了8.7和5.7个百分点,表现出良好的性能,验证了其有效性。
|
关 键 词: | 小目标检测 YOLOv8算法 特征通道融合 多重注意力 |
|
|