面向無(wú)人機(jī)視角下小目標(biāo)檢測(cè)的YOLOv8s改進(jìn)模型

摘要： 從無(wú)人機(jī)視角進(jìn)行目標(biāo)檢測(cè)，面臨圖像目標(biāo)小、分布密集、類別不均衡等難點(diǎn)，且由于無(wú)人機(jī)的硬件條件限制了模型的規(guī)模，導(dǎo)致模型的準(zhǔn)確率偏低。提出一種融合多種注意力機(jī)制的YOLOv8s改進(jìn)模型，在骨干網(wǎng)絡(luò)中引入感受野注意力卷積和CBAM(concentration-based attention module)注意力機(jī)制改進(jìn)卷積模塊，解決注意力權(quán)重參數(shù)在感受野特征中共享問(wèn)題的同時(shí)，在通道...