摘要
本发明属于计算机视觉与人工智能技术领域,属于目标检测、深度学习和图像处理的交叉技术领域,尤其是一种基于无人机航拍图像小目标检测模型的YOLOv8算法改进方法,在YOLOv8主干网络、颈部和检测头部分引入自定义特征增强模块;自定义特征增强模块包括:在主干网络引入的上下文引导自适应融合模块,以替代部分传统卷积操作;在颈部融合网络采用的空间边缘感知特征上采样模块和空间感知增强卷积模块;在检测头部检测网络引入的细粒度动态剪枝检测头。本发明有效增强了模型在小目标检测场景下的表现,显著提升了检测系统的精确性、鲁棒性与实时响应能力。
技术关键词
无人机航拍图像
自定义特征
感知特征
上采样
动态剪枝
检测头
注意力
算法
卷积模块
双线性插值
融合特征
Sigmoid函数
网络
空间结构
细粒度特征
全局平均池化
分支
通道剪枝
系统为您推荐了相关专利信息
海洋生物检测
注意力参数
模型训练方法
样本
融合特征