复合特征与多尺度融合的无人机小目标检测算法

来源：计算机工程与应用杂志2025年第3期北京时间：

作者：廖宁生, 曹天秀, 刘科言, 徐猛, 朱秘, 古宇轩, 王朋飞

单位：1.重庆理工大学 两江人工智能学院，重庆 401135；2.重庆建设工业（集团）有限责任公司，重庆 400054

摘要：针对目前无人机航拍图像小目标检测算法存在的漏检、误检、精度与速度不平衡等问题，提出复合特征与多尺度融合的无人机小目标检测算法CM-YOLOv8s（composite and multi-scale YOLOv8s）。通过在空间金字塔池化模块引入通道特征，实现目标复合特征质量提升；通过重建模型颈部结构，提高目标细节特征的保留比例；通过设计DRHead检测头，实现多尺度特征检测图融合，增强多尺度目标检测适应性；通过采用Wise-IoU损失函数提升模型收敛速度。相比于基准算法，改进后的CM-YOLOv8s算法参数量仅为3.5×106，参数量降低了69%。实验结果表明，提出的CM-YOLOv8s算法在数据集VisDrone2019上的mAP50显著提升了6.8个百分点；同时，在UAV-DT和DIOR数据集上验证了提出算法的泛化性和有效性。

关键词：无人机（UAV）,小目标,YOLOv8,轻量级,复合特征,多尺度特征融合