Abstract：
为解决无人机航拍图像中小目标实例多、遮挡严重的问题,提出了一种新的小目标检测算法CDCA-YOLOv8.算法在骨干网络中引入了中心注意力机制,在降低计算复杂度的同时提升特征提取能力;结合可变形卷积网络的优势,改进了卷积模块,并设计了基于可变形卷积技术的C2f模块,增强多尺度特征提取.同时设计了基于自适应结构特征融合的检测头,以提高小目标检测的精度.实验结果表明,与YOLOv8n相比,CDCA-YOLOv8在VisDrone2019数据集上将平均精度均值mAP0.5提高了 4.4个百分点,mAP0.5∶0.95提高了 3.1个百分点,展示了更优的小目标检测效果.
Keyword：
Reprint 's Address：
Email：
Source ：
电子与封装
ISSN： 1681-1070
Year： 2025
Issue： 1
Volume： 25
Page： 89-95
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
