融合多尺度特征的轻量级航拍目标检测算法

针对无人机航拍图像中目标尺寸变化大、相互遮挡等原因导致的目标误检漏检问题,以YOLOv8s为基础,提出了一种融合多尺度特征的轻量级目标检测算法。在主干网络中利用轻量级多尺度卷积EMSC替换C2f模块中的Bottleneck,增强多尺度特征表达能力;颈部网络中引入轻量级上采样算子Dysample,捕捉图像细微特征;优化Task Aligned Assigner超参数,解决训练过程中样本不平衡问题。最后,设计系统可视化界面,借助可视化界面完成对航拍目标的检测。在数据集VisDrone2019上的仿真表明,该算法精准率和召回率较基准算法分别提升了2.4%和3.3%,mAP 0.5提升了3.5%,有效提高了航拍目标检测效果。在UAVDT数据集上进行模型泛化性实验验证,效果优于其他经典算法。