一种轻量级小目标无人机检测YOLO模型.pdfVIP

年月西安电子科技大学学报

２０２５４Ar．２０２５

p

第卷第期

５２２JOURNALOFXIDIANUNIVERSITYVol．５２No．２

doi１０敭１９６６５敭issn１００１Ｇ２４００

j

一种轻量级小目标无人机检测YOLO模型

,,

阳小兵李钊许艳红

(,)

西安电子科技大学网络与信息安全学院陕西西安７１０１２６

:、,.

摘要由于无人机体积小空域背景复杂且容易与鸟类等天空目标混淆已有的目标检测模型精度不足

,、.

虽然增加模型规模可以在一定程度上提升检测精度但也会降低模型推理速度增大参数量与计算量此

,,.,

外目前可用于小目标无人机检测的数据集缺乏难以有效支持无人机检测方法设计针对以上问题首

,,

先根据现有的开源无人机与鸟类检测数据集采用基于目标面积压缩的小目标样本增强方法构建一个可

.,,

用于小目标无人机与鸟类分类任务的数据集然后对YOLOv８模型进行改造通过使用轻量级自适应下

(),,

采样卷积结构LADC建立了轻量级模型YOLOＧLADC可以在降低模型参数量和计算量的同时提升检

.,,

测精度更进一步在YOLOＧLADC的颈部网络增加分支结构得到YOLOＧLADCS模型以更好地适应小

.,

目标无人机检测任务对比实验表明YOLOＧLADCS能够在参数量相比YOLOv８的轻量级衍生版本

,.

YOLOv８n减少１４％的情况下将小目标检测的平均准确率提升约１．１％

:;;;;

关键词目标检测神经网络无人机检测小目标轻量化

中图分类号:;文献标识码:文章编号:()

TP１８３TP３９１．４A１００１Ｇ２４００２０２５０２Ｇ００４７Ｇ１０