一种复杂场景无人机图像多尺度目标检测方法

来源：电子测量技术杂志2025年第14期北京时间：

作者：詹雨飞

单位：复杂航空系统仿真全国重点实验室 成都 610036

摘要：针对无人机数据集图像中目标尺度小、特征弱、背景干扰多等不利因素造成的目标检测算法总体精度不高，漏检误检严重的问题，提出了一种用于复杂场景下无人机图像多尺度目标检测的新算法。该算法通过DConv、AIFI和Dyhead等模块的引入，改进了原网络在多尺度目标检测能力上的不足；同时，通过采用DIoU损失函数，提高了模型的收敛能力。在公开数据集VisDrone-DET2019上对多尺度目标进行检测识别，与原网络相比，精确率提升了3.7%；召回率提升了1.2%；平均精度提升了2.3%。同时，通过大量的实验验证，结果显示本文算法具有较强的鲁棒性，综合性能优秀，具有一定的工业应用价值。

关键词：YOLOv8;动态卷积;注意机制;尺度内特征交互;多尺度目标检测

基金资助：unayufei99@163.com