一种基于改进YOLOv8算法的面向无人机采集图像小目标检测方法

本发明提供一种基于改进YOLOv8算法的面向无人机采集图像小目标检测方法，涉及深度学习目标检测领域，所述改进YOLOv8算法包括在特征金字塔网络中引入CARAFE上采样，动态重组特征并调整特征的采样方式；提出C2f‑PIRMB模块，在C2f中的Bottleneck部分加入残差结构，引入改进的IRMB模块，将单个深度可分离卷积DWConv替换为以两个部分卷积PConv构成的双层残差网络，在降低参数量的同时提高运算性能；将颈部检测头替换为自适应空间特征融合四头检测头FASFFHead，增加极小目标检测层，对小目标进行二次提取，增强尺度不变性；融合Inner‑IoU和SIoU两个损失函数构成Inner‑SIoU损失函数，聚焦小目标的细节特征；本发明针对无人机采集图像目标检测准确性低、目标尺度不均衡等问题进行的改进提升了无人机小目标检测的精度。