期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
融合多尺度层级特征的航拍小目标检测 被引量：4
1
作者 杨鸿丹 付贵 +4 位作者 邵慧超 汪艺欣 邵延华 楚红雨 邓琥 《计算机工程与应用》 北大核心 2025年第9期230-241,共12页
针对航拍图像大视野、小尺寸、分布密集从而导致小目标检测精度低的问题,提出一种基于YOLOv8改进的融合多尺度特征的航拍检测算法,构建了轻量化的L-MobileViT模块捕获特征间的有效关系,减缓信息丢失,提高模型的检测性能。提出了多层级... 针对航拍图像大视野、小尺寸、分布密集从而导致小目标检测精度低的问题,提出一种基于YOLOv8改进的融合多尺度特征的航拍检测算法,构建了轻量化的L-MobileViT模块捕获特征间的有效关系,减缓信息丢失,提高模型的检测性能。提出了多层级的多尺度融合模块HF(hierarchical fusion),融合深层级的语义信息与底层级空间纹理信息,提高密集场景下小目标的检测能力。在YOLOv8基础上增加小目标检测头删减大目标检测头,提升小目标检测能力,减少小目标的漏检。实验结果表明,改进后的模型在VisDrone2019与UAV航拍交通小目标数据集(UAVTrafficTinyDataset)中取得了较优的效果,与基线模型相比,m AP@50分别提高17.6%、15.7%,对小目标的检测效果有明显的提升,综合性能优于主流的航拍检测算法,表明改进算法具有更优泛化性与鲁棒性,适用于航拍场景下的检测任务。 展开更多
关键词 航拍图像 小目标检测 多层级特征融合 l-mobilevit YOLOv8
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部