基于YOLOv8的红外无人机小目标检测研究
李燕
曲毅
胡健生
武警工程大学信息工程学院,西安,710086
摘要：红外目标检测是无人机反制技术常用的一种手段.针对复杂环境下红外小目标图像特征不明显,常淹没在噪声中的问题,提出了一种改进的YOLOv8目标检测模型.首先,引入注意力机制,自适应调节感受野大小;其次,构建小目标检测层,更加关注网络的浅层信息,增强细粒度特征提取能力;最后,使用深度可分离卷积改进检测头,提高检测准确度的同时更加轻量化.实验结果表明,与原YOLOv8模型相比,精确率、召回率、mAP50、mAP50-95分别提升了 5.3％、8.1％、9.1％、21.1％,在无人机小目标检测中取得了很好的效果.
关键词：YOLOv8红外小目标检测注意力机制深度可分离卷积
分类号：TN391.41(半导体技术)
论文发表日期：2025-06-25
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：6( 106-111 )
英文信息