改进YOLOv8的航拍小目标检测方法：CRP-YOLO

来源：计算机工程与应用杂志2024年第13期北京时间：

作者：赵志宏, 郝子晔

单位：1.石家庄铁道大学 信息科学与技术学院，石家庄 050043；2.石家庄铁道大学 省部共建交通工程结构力学行为与系统安全国家重点实验室，石家庄 050043

摘要：无人机航拍目标检测是近些年研究的热点，由于无人机航拍视角下的小目标图像及被遮挡情况严重，导致出现漏检、误检等问题。针对以上问题，提出了一种改进YOLOv8的航拍小目标检测方法：CRP-YOLO。为提升颈部网络PANet的特征提取能力，提出一种多分支部分空洞卷积结构，将RFB模块与PConv结合改进颈部网络的特征融合方式，增大颈部网络的感受野；在主干网络SPPF层前的C2f中引入CoT（contextual Transformer）结构改进Bottleneck块，利用全局上下文信息，提升网络特征提取能力；在检测层增加一个尺寸为160×160的小目标检测头，提高对小目标的检测能力。在公开数据集VisDrone2019上进行实验，结果表明，相较于基线模型YOLOv8s，CRP-YOLO在mAP@0.5上提升3.8个百分点，mAP@0.5：0.95提升1.7个百分点，参数量降低1.5?MB，与其他主流目标检测方法相比也得到较好的检测性能。

关键词：小目标检测,YOLOv8s,感受野模块（RFB）,CoT