特征增强与边界框优化的红外小目标检测算法研究OA
针对低信噪比与复杂场景下红外密集目标和弱小目标检测能力不足的问题,提出基于改进YOLOv8n的红外图像小目标检测算法。通过SPD-Conv替换除第0层外其余卷积以强化小目标特征提取,采用SPPFPC结构进行池化加快网络收敛速度,引入改进后的SE注意力增强全局表示能力,并设计Inner-SIoU损失函数提升泛化性。在HIT-UAV数据集上的实验表明:改进后的模型mAP@0.5提升了8.2%。
宋建辉;邓淇;刘晓阳
沈阳理工大学,沈阳110159沈阳理工大学,沈阳110159沈阳理工大学,沈阳110159
信息技术与安全科学
目标检测红外小目标YOLOv8nSPD-Conv深度学习
《火力与指挥控制》 2026 (8)
P.43-51,56,10
辽宁省属本科高校基本科研业务费专项基金资助项目(LJ212410144053)。
评论