基于YOLOv8的红外无人机小目标检测研究

红外目标检测是无人机反制技术常用的一种手段。针对复杂环境下红外小目标图像特征不明显,常淹没在噪声中的问题,提出了一种改进的YOLOv8目标检测模型。首先,引入注意力机制,自适应调节感受野大小;其次,构建小目标检测层,更加关注网络的浅层信息,增强细粒度特征提取能力;最后,使用深度可分离卷积改进检测头,提高检测准确度的同时更加轻量化。实验结果表明,与原YOLOv8模型相比,精确率、召回率、mAP50、mAP50-95分别提升了5.3%、8.1%、9.1%、21.1%,在无人机小目标检测中取得了很好的效果。