基于NDM-YOLOv8的无人机图像小目标检测

来源：计算机技术与发展杂志2024年第09期北京时间：

作者：程期浩;陈东方;王晓峰;

摘要：针对无人机航拍图像中小目标实例多、目标之间存在遮挡的现象,容易造成漏检、误检等问题,提出一种新的基于非跨步动态多头结构的小目标检测算法(Non-strided Dynamic Multihead YOLOv8,NDM-YOLOv8)。 首先,设计了 SConv 模块,融合了非跨步卷积,尽可能地保留输入数据的判别特征信息,以降低小目标特征的细粒度信息的丢失;其次,设计了 C2f-LSK 模块,通过采用选择机制对空间特征进行有效加权,动态地调整感受野,灵活地捕捉不同尺度的特征和上下文信息,提高模型对小目标的关注度;最后,设计了 P2 小目标检测头,并和高层网络进行残差连接,减少小目标特征丢失,以强化算法对小目标特征的提取能力。 实验表明,NDM-YOLOv8 有效提高了对无人机图像中小目标检测精度。 在公开数据集 VisDrone2019 上,NDM-YOLOv8 比 YOLOv8n 在 mAP0. 5提高了 5. 3 百分点,mAP0. 5:0. 95上提高了 3. 3 百分点,对比其他模型,也取得了较优的检测效果,能够有效地完成无人机航拍图像中小目标检测任务。

关键词：无人机;小目标检测;YOLOv8;感受野;特征提取