摘要
本发明提出的一种基于改进YOLOv8的高空航拍图像的小目标检测方法,涉及深度学习与目标检测技术领域,该方法首先获取并预处理数据集,随后对传统的YOLOv8模型进行关键性改进,改进方法包括:在模型的骨干网络中引入先进的FocNeXt模块,以增强特征提取能力;采用RepBiFPN结构优化特征融合过程;设计了一种高效且轻量化的检测头LAEH,以提升模型的运算效率;并引入Shape‑IoU作为损失函数,以优化模型的预测准确性,经过上述改进,模型在保持快速检测的同时,显著提升了检测精度,验证了其在高空航拍图像小目标检测中的有效性和优越性。
技术关键词
卷积模块
特征融合网络
航拍
特征提取模块
网络模型训练
图像
通道
资源受限环境
特征提取能力
检测头
数据
精度
训练集
残差模块
基础
阶段
分支
输出特征