融入注意力機制的改進YOLOv8n低空飛行器檢測技術(shù)
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>6089 K
標簽： 小型低空飛行器 YOLOv8n AKConv卷積
所需積分：0分積分不夠怎么辦？
文檔介紹：針對小型低空飛行器在復(fù)雜環(huán)境中檢測難的問題，提出了一種基于改進YOLOv8n模型的視覺檢測方法。通過引入輕量級的AKConv卷積模塊、SEAM通道空間混合域注意力模塊和排斥損失函數(shù)，構(gòu)建了YOLOv8-SE模型，并利用自制數(shù)據(jù)集進行訓(xùn)練與測試。AKConv模塊通過動態(tài)調(diào)整卷積核的采樣位置提升了特征提取的靈活性，SEAM模塊增強了關(guān)鍵特征的捕捉能力，排斥損失函數(shù)則改善了遮擋環(huán)境下的檢測精度。實驗結(jié)果表明，相較于傳統(tǒng)模型，YOLOv8SE在多個評價指標上均表現(xiàn)優(yōu)異。該研究為低空飛行器檢測領(lǐng)域提供了一種高效、可靠的解決方案，為資源受限設(shè)備上的深度學(xué)習(xí)模型優(yōu)化提供了新思路。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。