基于改進(jìn)的YOLOv8檢測(cè)網(wǎng)絡(luò)在無(wú)人機(jī)航拍圖像識(shí)別中的應(yīng)用

打開(kāi)文本圖片集

摘  要： 針對(duì)現(xiàn)有無(wú)人機(jī)航拍圖像目標(biāo)檢測(cè)算法檢測(cè)精度較低、檢測(cè)小尺度車輛誤差較大等問(wèn)題，提出一種改進(jìn)YOLOv8的無(wú)人機(jī)車輛檢測(cè)算法Improve?YOLOv8。首先，在骨干網(wǎng)絡(luò)中的C2f卷積層引入可變形卷積模塊DCNv2，提高骨干網(wǎng)絡(luò)適應(yīng)不規(guī)則空間結(jié)構(gòu)的能力，增強(qiáng)模型對(duì)遮擋重疊小目標(biāo)的檢測(cè)能力；其次，借鑒Large Separable Kernel Attention的思想，提出具有長(zhǎng)程依賴性與自適應(yīng)能力的SPPF?LSKA模塊，有效減少背景對(duì)航拍圖像檢測(cè)的干擾；然后，通過(guò)引入DyHead檢測(cè)頭，融合尺度、空間和任務(wù)三種注意力機(jī)制提升模型檢測(cè)性能；最后，使用WIoUv3作為邊界框回歸損失，采用明智的梯度分配策略提高模型的定位能力。（剩余14340字）