無(wú)人機(jī)視覺小目標(biāo)檢測(cè)的改進(jìn)YOLOv8s算法研究

打開文本圖片集

摘要：針對(duì)無(wú)人機(jī)視覺中小目標(biāo)檢測(cè)精度低的問題，文章提出一種改進(jìn)YOLOv8s（You Only Look Once version 8 small?）的目標(biāo)檢測(cè)算法。首先，采用Slim-Neck 替換特征融合層，以加快圖像預(yù)測(cè)的計(jì)算速度并增強(qiáng)網(wǎng)絡(luò)處理特征能力。其次，將損失函數(shù)由CIoU（Complete-IoU）替換為Wise-IoU（Wise Intersection over Union），以抑制低質(zhì)量樣本在訓(xùn)練過程中對(duì)模型性能的負(fù)面影響。（剩余9657字）