TB-YOLOv8:一种面向无人机航拍图像的目标检测算法
夏子航
岳玉梅
姬书得
任赵旭
张睿哲
沈阳航空航天大学航空宇航学院,沈阳,110121
摘要：针对无人机航拍图像中目标密集、小目标易遗漏及尺度多样性等问题,提出一种改进的TB-YOLOv8算法.该算法在骨干网络中引入基于三重注意力机制的C2f_T模块,以增强浅层特征提取和关键区域感知能力,降低误检与漏检率;在颈部结构中采用轻量化的双向特征金字塔网络,提升多尺度特征融合效率;同时引入Wise-IoUv3损失函数,提高模型的鲁棒性和定位精度.在VisDrone2019数据集上的实验结果表明,TB-YOLOv8相较原始YOLOv8s模型,mAP提高3.0％,参数量减少6.31％,检测速度达到164.1帧/s.此外,TB-YOLOv8在检测性能上优于Faster R-CNN、RT-DETR、YOLOv7、YOLOv11等主流目标检测算法,兼具高精度、轻量化与实时性,在航拍目标检测中展现出较高的应用价值.
关键词：目标检测无人机航拍YOLOv8
分类号：TP391.4(计算技术、计算机技术)V279(各类型航空器)
资助基金：辽宁省教育厅科学基金项目(JYTMS20230277)
论文发表日期：2025-12-25
在线出版日期：2025-12-26（本平台首次上网日期，不代表文献的发表时间）
页数：10( 96-105 )
英文信息