基于改进YOLOv8s的小目标检测算法.pdfVIP

摘要

随着人工智能理论方法和设备技术的快速发展，目标检测技术已经成为计算机视

觉领域的一项热门研究方向，在诸如无人机场景分析、自动驾驶以及医学影像分析等

领域得到了广泛应用。目标检测应用于大中型目标效果十分优异，而在小目标检测上

进展相对缓慢。原因在于小目标物体较小，捕获特征困难、不同小目标之间尺度变化

大、漏检现象严重且容易受背景干扰等问题，检测难度偏大。为了提高模型在小目标

检测方面的效果，本文以YOLOv8s为基线模型，分别对其骨干网络（Backbone），

特征融合网络（Neck）和检测头（Head）进行优化，具体包括以下内容：

（1）针对小目标在图像中姿态、角度、尺度变化的问题，本文提出了一个多尺

度可变形卷积模块（Multi-ScaleDeformableConvolutionNetwork，MSDCN），替换

YOLOv8s中Backbone层Stage2,Stage3阶段的C2f模块，用来融合同一层级多尺度特

征，同时使卷积操作可以自适应确定感受野大小。改进后的骨干网络，利用MSDCN

模块采用分组卷积对特征图进行同一层级多尺度特征提取，改变感受野采样点，更好

的拟合目标。

（2）针对小目标分辨率低，漏检现象严重以及不同尺度特征融合存在冲突的问

题，在YOLOv8s的Neck层提出带有小目标层的渐进特征融合网络（Asymptotic

FeaturePyramidNetwork，AFPN）替换原有的PANet（(PathAggregationNetwork，

PANet），可以改善漏检现象，用渐进的特征金字塔网络聚合不同层级多尺度信息。

改进后的特征融合网络，将三尺度检测变为四尺度检测，克服小目标漏检现象严重的

问题，将更多包含位置信息的低级特征传递到深层特征，丰富特征图信息。本文将带

有小目标层的四尺度渐进特征融合网络命名为AFPNP2。

（3）针对复杂背景因素干扰的问题，在YOLOv8s的Head层引入具有统一注意

力机制的检测头（DynamicHead，Dyhead），加入尺度感知，空间感知和任务感知

注意力机制。尺度感知注意力模块融合不同尺度特征，空间感知注意力模块融合不同

层级空间位置特征，任务感知注意力模块动态的打开和关闭功能通道以支持不同的任

务。改进后的检测头利用注意力机制，聚焦于关键特征,增强检测的抗干扰能力。

改进后的模型命名为MSDA-YOLOv8s。MSDA-YOLOv8s模型在VisDrone2021

测试集上的精度（precision,P）、召回率（recall,R）、平均精度（meanaverageprecision，

mAP）mAP@.5和mAP@.5:95比YOLOv8s提高了6.9%、6.0%、7.6%和4.7%，在

DOTA测试集上召回率R、平均精度mAP@.5和mAP@.5:95比YOLOv8s分别提高

了6.8%、8.6%和6.8%。

关键词：小目标检测；多尺度可变形卷积；小目标层渐进特征融合网络；统一注意力

机制检测头

I

Abstract

Withtherapiddevelopmentofartificialintelligencetheoriesanddevicetechnologies,

objectdetectionhasemergedasaprominentresearchfocusinthefieldofcomputervision.

Ithasfoundwidespreadapplicationsinareassuchasunmannedaerialvehiclescene

analysis,autonomousdriving,andmedicalimageanalysis.Objectdetectionperforms

exceptionallywellforlargeandmedium-sizedtargets,butprogressindetectingsmall

objectshasbeenrelativelyslow.Thechallengesindetectingsmallobjectsstemfrom

d