从无人机视角进行目标检测,面临图像目标小、分布密集、类别不均衡等难点,且由于无人机的硬件条件限制了模型的规模,导致模型的准确率偏低。提出一种融合多种注意力机制的YOLOv8s改进模型,在骨干网络中引入感受野注意力卷积和CBAM(concentration-based attention module)注意力机制改进卷积模块,解决注意力权重参数在感受野特征...
面向无人机视角下小目标检测的YOLOv8s改进模型的核心要点如下：研究动机：原始的YOLOv8s模型在处理低空无人机数据集时，存在目标像素少、分布密集、类别不均衡导致的漏检误检、精度低等问题。该改进模型旨在解决这些问题。主要改进：引入RFCBAM：结合感受野注意力卷积和CBAM注意力机制，解决注意力权重参数共享...
1.面向小目标检测结合特征金字塔网络的SSD改进模型2.面向小目标检测的改进RetinaNet模型及其应用3.面向无人机作战的复杂光照环境下小目标检测方法研究4.改进YOLOv5s的无人机视角下小目标检测算法5.改进YOLOv5s的无人机视角下小目标检测算法 因版权原因,仅展示原文概要,查看原文内容请购买©...
A new improved model based on YOLOv8s with multiple attention mechanisms is proposed. To solve the problem of shared attention weight parameters in receptive field features and enhance feature extraction ability, receptive field attention convolution and CBAM (concentration based atte...
从无人机视角进行目标检测,面临图像目标小,分布密集,类别不均衡等难点,且由于无人机的硬件条件限制了模型的规模,导致模型的准确率偏低.提出一种融合多种注意力机制的YOLOv8s改进模型,在骨干网络中引入感受野注意力卷积和CBAM(Concentration-Based Attention Module)注意力机制改进卷积模块,解决注意力权重参数在感受野特征中...