摘要
针对复杂背景下红外小目标识别错误率高,模型回归损失较大的问题。提出一种改进的YOLOv8_SG(Small goals)算法。通过构建小目标检测层、引入SA注意力机制与WIoU_v3损失函数,使算法能够融合更深层特征,具有更大的感受野,并且降低了训练样本标注质量不均衡的影响,提高了预测框的位置精度,增强了对小目标的检测能力。实验结果表明,改进后的算法m AP由0.8514提升到0.8997,Box_loss损失效果总体提升了34.9%,该算法在小目标检测上具有更高的特征提取能力和更高的检测精度。
- 单位