无人机视角下小目标检测算法BiEO-YOLOv8s

作     者：张瑞芳 杜伊婷 程小辉 

作者机构：广西高校先进制造与自动化技术重点实验室(桂林理工大学) 桂林理工大学机械与控制工程学院 桂林理工大学信息科学与工程学院 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2024年

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金(61662917) 广西科技计划重点研发项目(桂科AB17195042) 广西中青年教师基础能力提升项目(2018KY0248,2020KY06026) 广西建筑新能源与节能重点实验室(桂科能15-J-21-1) 

主　　题：YOLOv8s ODE BiEO-Neck 小目标检测头 WIoU 

摘      要：针对无人机航拍图像中存在因背景复杂、尺度变化大、目标密集而导致的小目标检测率较低问题，提出一种新型双向加权多尺度动态无人机视角下小目标检测算法BiEO-YOLOv8s。首先，设计全新ODE模块来替代部分C2f模块，使其能更准确、更快速、多角度地定位目标特征。其次，设计双向加权多尺度动态颈部网络结构BiEO-Neck，实现浅层特征与深层特征的深度融合。第三，添加小目标检测头,进一步提升特征提取能力。最后，采用广义交并比边界损失函数WIoU来替代原有边界损失函数CIoU，以增强边界框的回归性能。在VisDrone数据集上进行实验，与基础模型YOLOv8s相比，mAP提升了6.1%，检测速度仅为4.9ms，整体性能优于其他主流模型。通过在IRTarget数据集上的通用性测试，进一步验证了该算法在不同数据集上的有效性和适应性，证明能够高效地完成无人机航拍图像的目标检测任务。