基于DMW-YOLOv8的白洋淀湿地航拍目标检测算法
彭凯远1
田立勤2
1.华北科技学院,北京 东燕郊 0652012.华北科技学院,北京 东燕郊 065201;青海师范大学计算机学院,青海 西宁 810016
摘要：白洋淀是华北平原最大的淡水湿地系统,素有"华北明珠"之称.本文结合无人机技术和目标检测算法以实现更好的对白洋淀内的生物进行监测和保护,为进一步评估物种的生存质量、确定保护等级以及制定相应保护策略提供科学依据.在YOLOv8n算法的基础上进行了改进,提出了DMW-YOLOv8 算法.通过使用WIoU损失函数,更准确的衡量预测框和真实目标之间的相似性,提高多个物体时的检测精度;引入MLCA注意力机制,结合了通道信息和空间信息,以及局部信息和全局信息,以增强网络的表达能力;嵌入C2f_DCNv4 算子优化稀疏DCN操作符以提高实际效率.实验结果显示,该算法的mAP50 和mAP50-95 分别达到89.4％和52.0％,相比原始YOLOv8n模型分别提高了2.7％和2.2％;每秒传输帧数达到177.8FPS相比原模型提升了71.2FPS.该算法在白洋淀生态环境的监测中具有较高的实用价值.
关键词：深度学习生态监测YOLOv8n混合局部通道注意力机制WIOU损失函数可变形卷积
分类号：TP391(计算技术、计算机技术)
资助基金：河北省重点研发计划项目(H52627482-19270318D/01)廊坊市科技支撑计划项目(2024011086)中央高校基本科研业务费项目(050201080303)
论文发表日期：2025-06-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 56-66 )
英文信息