原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
ComputerEngineeringandApplications计算机工程与应用2025，61（1）109
优化改进YOLOv8无人机视角下目标检测算法
1，2，31，2，31，2，31，2，31，2，31，2，3+
孙佳宇，徐民俊，张俊鹏，炎梦雪，操文，侯阿临
1.长春工业大学计算机科学与工程学院，长春130012
2.吉林大学符号计算与知识工程教育部重点实验室，长春130012
3.吉林省新一代人工智能智慧健康联合创新实验室，长春130012
+通信作者E-mail：houalin@ccut.edu.cn
摘要：针对无人机视角下的目标存在多尺度、目标小、被遮挡与背景复杂等问题，提出了一种基于动态样本注意力
尺度序列的YOLOv8改进算法BDAD-YOLO。通过引入BiFormer的思想来改造原模型骨干结构，提高模型对关键
信息的关注度，更好地保留目标细粒度细节信息。由于目标存在大小、位置等多变性，传统卷积并不能很好地处理
这一情况，因此基于DCN（deformableconvolutionalnetwork）的思想，设计了一种可以增强对小目标特征提取的
C2_DCf模块，从而进一步提高颈部网络中小目标层对特征信息的融合。提出一种基于动态样本的注意力尺度序列
融合框架AFD（attention-scalesequencefusionframeworkbasedondynamicsamples），使用轻量化动态点采样并
通过融合不同尺度的特征图来增强网络提取多尺度信息的能力。使用WIoU损失函数，改善小目标低质量数据对梯
度的不利影响，以加快网络收敛速度。实验结果表明，在VisDrone数据集中的val集与test集上平均精度（mAP@
0.5）分别提升了4.6个百分点、3.7个百分点，在DOTA数据集上平均精度（mAP@0.5）提升了2.4个百分点，证明了改
进算法的有效性和普适性。
关键词：目标检测；无人机视角；YOLOv8；BiFormer；特征融合；损失函数
文献标志码：A中图分类号：TP391.4doi：10.3778/j.issn.1002-8331.2405-0030
OptimizedandImprovedYOLOv8TargetDetectionAlgorithmfromUAVPerspective
SUNJiayu1，2，3,XUMinjun1，2，3,ZHANGJunpeng1，2，3,YANMengxue1，2，3,CAOWen1，2，3,HOUAlin1，2，3+
1.CollegeofComputerScienceandEngineering,ChangchunUniversityofTechnology,Changchun130012,China
2.KeyLaboratoryofSymbolicComputationandKnowledgeEngineeringofMinistryofEducation,JilinUniversity,
Changchun130012,China
3.JilinProvinceNewGenerationArtificialIntelligenceSmartHealthJointInnovationLaboratory,Changchun130012,China
Abstract：Aimingattheproblemsofmulti-scale,smalltarget,complexbackgroundandtargetocclusioninunmanned
aerialvehicle(UAV)view,animprovedYOLOv8algorithmBDAD-YOLObasedondynamicsampleattentionscale
sequencesisproposed.Firstly,byintroducingtheidea
文档评论（0）