改进YOLOv8n的小目标检测算法_中国煤炭行业知识服务平台

改进YOLOv8n的小目标检测算法

作者

赵金宪赵志滢
单位

黑龙江科技大学计算机与信息工程学院
摘要

针对复杂场景中目标特征不明显易出现漏检和误检的问题，提出了YOLOv8n＿Y小目标检测算法。通过YOLOv8n模型的骨干网络引入可变形卷积模块，在目标区域感受野有限的情况下，可变形卷积模块可以自适应地调整卷积核大小，提取更多的特征信息，将Neck模块添加了CBAM注意力机制，注意力机制会集中在更为重要的物体特征上，减少了误检的概率，提升对小目标检测的准确率。结果表明，YOLOv8n＿Y模型在小目标吸烟数据集上的精度提升了3.3%。
关键词

YOLOv8n 可变形卷积模块注意力机制小目标检测
文章目录

0 引言
1 YOLOv8n模型
2 YOLOv8n_Y算法
2.1 C2f_DCN模块
2.2 CBAM注意力机制
3 实验结果与分析
3.1 数据集介绍
3.2 模型性能评价指标
3.3 对比实验
3.4 消融实验
3.5 实验数据分析
4 结论
引用格式

[1]赵金宪,赵志滢.改进YOLOv8n的小目标检测算法[J].黑龙江科技大学学报,2024,34(04):642-647.