改进YOLOv8n的选通图像目标检测算法

来源：计算机工程与应用杂志2025年第2期北京时间：

作者：田青, 王颖, 张正, 羊强

单位：1.北方工业大学 信息学院，北京 100144；2.先进技术成果西部（绵阳）转化中心，四川 绵阳 621000

摘要：激光选通成像技术在复杂环境下表现出色，但选通图像为灰度图像无法提供颜色信息，并且对比度较低，所以在进行小目标和遮挡目标检测时更加困难。为解决以上问题提出了一种改进YOLOv8n的选通图像目标检测算法。在特征提取的主干网络部分，使用大核卷积C2f-DSF更有效地捕获输入数据的全局信息。添加了多头注意力检测头Detect-SEAM模块，增强了特征提取和目标识别的能力。为了获取不同感受野的上下文信息，增强特征提取能力，使用了SPPF-M模块。采用上采样算子Dysample，减少特征信息的损失，从而提高小目标的检测精度。改进的YOLOv8n算法在选通图像数据集上mAP@0.5提高了2.4个百分点，mAP@0.5：0.95提高了1.8个百分点。为了验证改进的YOLOv8n算法的泛化性，选取KITTI数据集实验，相比于YOLOv8n算法改进YOLOv8n的mAP@0.5提高了4.3个百分点，mAP@0.5：0.95提高了3.5个百分点。

关键词：选通图像,YOLOv8n,遮挡目标,小目标,大卷积核