AEM-YOLOv8s：无人机航拍图像的小目标检测

来源：计算机工程与应用杂志2024年第17期北京时间：

作者：蒋伟, 王万虎, 杨俊杰

单位：1.上海电力大学 电子与信息工程学院，上海 201306；2.上海电机学院，上海 201306

摘要：针对目前无人机航拍图中的小目标检测性能低、漏检、遮挡以及模型参数量大的问题，提出了AEM-YOLOv8s算法。在C2f模块中结合AKConv（alterable kernel convolution）和EMA（efficient multi-scale attention）的优点，设计了C2f-BE模块，更好地提高了算法处理特征的能力，同时也降低了模型参数量。引入小目标检测层和BiFPN结构，通过跨尺度连接方式和加权特征融合，能够保留更多的浅层特征，并且减少了算法参数量。设计多尺度特征融合分支，将浅层特征与深层特征进行融合，减少了遮挡情况下的漏检，提高了算法对小目标检测性能。在VisDrone2019公开数据集上的实验表明，AEM-YOLOv8s算法的mAP50为50.1%，mAP50：95为31.1%，较YOLOv8s分别提高了10.8和7.6个百分点，同时参数量较YOLOv8s降低了32.2%。

关键词：YOLOv8s,C2f-BE模块,小目标,多尺度