改进YOLOv8的无人机航拍小目标检测算法
来源：计算机工程与应用杂志2026年第15期北京时间：
作者：李嘉俊, 卢佩, 刘效勇, 魏智程
单位：1.桂林理工大学 计算机科学与工程学院，广西 桂林 541006；2.桂林理工大学 广西嵌入式技术与智能系统重点实验室，广西 桂林 541006；
摘要：为解决无人机航拍图像中小目标像素占比低、背景干扰明显，以及YOLOv8基线模型在浅层信息保持和多尺度融合方面存在的问题，提出一种改进的小目标检测方法。在颈部网络中构建EGAF与CGAF两类特征融合模块以增强跨层交互，增加P2输出层补充高分辨率细节信息，设计SMF-Head实现多粒度特征融合及半解耦分类回归，并提出DGW-IoU损失函数以提升边界框回归对小目标中心区域的敏感度。在VisDrone2019验证集上的实验表明，与YOLOv8n基线相比，改进方案mAP50提升9.8个百分点，参数量减少59.4%。
关键词：遥感检测,无人机航拍图像,特征融合,YOLO
基金资助：广西自然科学基金（2022GXNSFAA035640，2023GXNSFAA026057）。
