改进YOLOv8n的航拍多尺度目标检测模型

来源：电子测量技术杂志2026年第1期北京时间：

作者：贾亮，陈茂辉，王琪，徐城

单位：沈阳航空航天大学电子信息工程学院 沈阳 110136

摘要：针对无人机航拍图像中目标小而密集，且极易出现漏检和误检等情况，文章提出一种改进YOLOv8n的无人机航拍复杂背景下多尺度目标检测模型UCM-YOLOv8。首先设计一种集聚合与扩散特性于一体的金字塔式网络结构，让每个尺度的特征都具有详细的上下文信息。其次，提出任务动态对齐检测头，从多个卷积层中学习交互特征，提高检测精度。此外，将卷积加性自注意力机制与C2f模块有效融合，进一步增强特征表达能力。最后，为抑制低分辨率图像产生的有害梯度，运用Wise-Inner损失函数替换原CIou损失函数。在VisDrone2019数据集上进行对比实验和消融实验，mAP50值较基线模型提升了10.8%，参数量减少了9.6%。证明本模型在无人机航拍视角下的小目标检测效果优异，适合无人机航拍图像的应用。

关键词：无人机航拍;目标检测;损失函数;空间金字塔;解耦检测头;多尺度

基金资助：国家自然科学基金（61671310）项目资助