首页|期刊导航|物联网技术|基于YOLOv8n的遥感小目标检测方法

基于YOLOv8n的遥感小目标检测方法OA

中文摘要

遥感小目标检测中因存在目标像素少、背景复杂、尺度变化大以及卷积与下采样过程中细粒度信息易丢失等问题,而面临严峻挑战.为应对这些问题,提出一种改进的YOLOv8n遥感目标检测框架,在特征提取阶段引入借鉴ParameterNet的DynamicConv模块,实现动态权重自适应,以增强复杂场景下的细粒度表征;在特征融合阶段嵌入EMCAD的EUCB模块,通过通道重排与局部细节增强,缓解下采样带来的信息瓶颈.针对遥感小目标特性进行适配性优化后,基于DOTA v1.0的实验结果表明,两项改进均能稳定提升性能,联合使用效果最佳.与基线YOLOv8n 相比,所提模型的 mAP@0.5 提升到 40.3%(基线为 35.7%)、mAP@0.5:0.95 提升到 26.4%(基线为21.1%),有效提升了遥感小目标检测的有效性;同时计算量由8.1 GFLOPs降至5.3 GFLOPs,参数量由3.0×106降至1.6×106,充分体现了模型场景迁移与适配优化方面的优势.

王珏;王昶;马旭彤;吴桐

辽宁科技大学 土木工程学院,辽宁 鞍山 114051辽宁科技大学 土木工程学院,辽宁 鞍山 114051辽宁科技大学 土木工程学院,辽宁 鞍山 114051辽宁科技大学 土木工程学院,辽宁 鞍山 114051

信息技术与安全科学

YOLOv8n遥感图像小目标检测动态卷积轻量化特征融合

《物联网技术》 2026 (19)

19-24,28,7

辽宁科技大学大学生创新创业项目(X202510146389)

10.16667/j.issn.2095-1302.2026.19.004

评论