改进YOLOv8n的无人机对地多尺度目标检测算法及实现

来源：计算机工程与应用杂志2025年第21期北京时间：

作者：吴思, 黄丹丹, 刘智, 王惠绩, 田成军

单位：1.长春理工大学 电子信息工程学院，长春 130022；2.长春理工大学 空间光电技术国家地方联合工程研究中心，长春 130022

摘要：针对无人机视角下，检测目标尺寸小、尺度跨度大、复杂场景导致的互相遮挡等检测难点，提出一种基于YOLOv8n的改进目标检测网络。引入空间深度卷积SPD-Conv并对其进行轻量化改进，得到SPDs-Conv，在提升小目标检测性能的同时有效降低模型的参数量；设计C2f_SKAttention模块进行多尺度信息的动态调整，实现更好的信息融合；采用一种全新的动态检测头策略，将各类目标的检测头进行了有机统一，降低由复杂场景产生的遮挡等情况对检测的影响。在VisDrone2019数据集上实验得出，改进后的模型在6.9×106参数下实现了49.7%的平均精度，较基准算法提高了15.1个百分点；并具有41?FPS的推理速度，能够实现实时检测，同时相较于其他算法，该算法能够达到更高的检测精度。改进后的模型在Jetson AGX Orin设备上也达到了49.3%的平均精度，推理速度达到28.7?FPS，验证了其效率和对实时嵌入式边缘平台目标检测任务的适用性。

关键词：无人机,目标检测,SPDs-Conv,C2f_SKAttention模块,动态检测头