-
题名基于改进YOLOv8的小目标检测算法
- 1
-
-
作者
邓立国
吴毅麒
-
机构
广东工业大学计算机学院
-
出处
《现代电子技术》
北大核心
2025年第14期169-177,共9页
-
基金
国家自然科学基金项目(62072120)。
-
文摘
小目标检测在自动驾驶、医学诊断、工业质检等领域的应用需求日益凸显。针对现有小目标检测算法存在的误检、漏检以及检测精度低等问题,提出一种基于改进YOLOv8的小目标检测算法,即PGA-YOLOv8。该算法以YOLOv8为基础模型,结合注意力机制来提高对小目标的定位能力;在特征融合网络中改进特征融合策略(ASFF),增加1个检测层来学习浅层的特征,以更好地利用各层次特征信息;将YOLOv8模型中部分普通卷积替换为分组重组卷积(GSConv)以优化网络结构。最后,在常用基准数据集(VOC2012)和航空图像数据集(AI-TOD)上,以YOLOv8为基准模型设置多组实验,验证改进的各种技术的有效性以及PGA-YOLOv8算法的检测能力。实验结果表明,相较于YOLOv8算法,所提算法在两个数据集中平均精度均值(mAP)分别提高了2.576%和6.389%。
-
关键词
小目标检测
YOLOv8
极化自注意力模块
自适应空间特征融合策略
分组重组卷积
性能评估
-
Keywords
small object detection
YOLOv8
polarized self-attention module
adaptive spatial feature fusion strategy
group recombinant convolution
performance evaluation
-
分类号
TN919.8-34
[电子电信—通信与信息系统]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
