| 无人机视角下改进YOLOv8的红外小目标检测算法 |
| |
| 作者姓名： | 李金凤 崔少华 潘立慧 朱静 单巍 |
| |
| 作者单位： | 1.淮北师范大学物理与电子信息学院;2.安徽省智能计算及应用重点实验室 |
| |
| 基金项目： | 安徽省自然科学重点研究项目 2022AH050392;国家级大学生创新创业训练计划 202310373037;淮北师范大学质量工程项目 2023jxyj020,2023jxyj015,2023kcszkc016 |
| |
| 摘 要： | 针对无人机视角下对地红外目标检测任务中小目标的误检、漏检问题,提出一种改进的YOLOv8检测算法.首先,考虑到无人机视角下目标普遍较小,在YOLOv8n初始模型基础上,增加小目标检测层作为第4输出层,对小尺度目标进行检测.其次,为增强网络对不同维度特征的提取能力引入CA注意力机制,CA将通道注意力分解为横向和纵向2个空间方向,并沿着2个方向的位置信息聚合特征,最后通过一维编码融入到网络的特征表示中.在HIT-UAV数据集上的实验表明：相比于原算法,本算法的准确率P、召回率R、平均精度(mAP@0.5)以及平均精度均值(mAP@0.50～0.95)分别提高了0.9%,1.3%,5.1%,4.5%.改进的网络能有效提高红外小目标的检测精度,具有良好的泛化性.
|
| 关 键 词： | 小目标检测 无人机 红外图像 YOLOv8 注意力机制 |
|
|
