基于轻量化YOLOv8s的无人机红外目标检测算法
黄则栋
焦文文
苏明轩
刘进福
常州工业职业技术学院智能控制学院,江苏常州 213000
摘要：针对无人机航拍红外图像中密集小目标以及复杂背景导致的目标检测难题,提出一种基于YOLOv8的改进算法EUAV_YOLOv8s.该算法首先提出了 SEGS模块,通过将SE注意力嵌入C2f模块中以增强上下文信息提取能力,并融合Ghost网络对模型轻量化;其次,增加了微小目标检测头,并设计轻量级解耦头结构,在保障检测精度的同时降低模型复杂度;最后,引进了 WIoU损失函数,以增强边界框的回归性能.实验表明,EUAV_YOLOv8s算法的mAP@50％达到83.3％,检测速度为373 FPS,其整体性能显著优于主流算法.
关键词：YOLOv8s轻量化目标检测无人机红外图像
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：常州市应用基础研究项目(CJ20250007)常州市领军型创新人才项目(CQ2021079)
论文发表日期：2025-12-30
在线出版日期：2026-01-17（本平台首次上网日期，不代表文献的发表时间）
页数：7( 57-63 )
英文信息