SOD-YOLOv8来袭 | 让YOLOv8家族成为了小目标检测的克星 ！

文章预览

免责声明 凡本公众号注明“来源：XXX（非集智书童）”的作品，均转载自其它媒体，版权归原作者所有，如有侵权请联系我们删除，谢谢。 计算机视觉中的目标检测对于交通管理，紧急响应，自动驾驶车辆和智能城市至关重要。尽管在目标检测方面取得了显著的进步，但通过远程摄像机捕获的图像中小目标检测仍具有挑战性，这主要是由于它们的大小、与摄像头的距离、形状的多样性和杂乱的背景所造成的。 为了解决这些问题，作者提出了Small Object Detection YOLOv8 (SOD-YOLOv8)，这是一种专门针对涉及众多小目标场景的新颖模型。受到Efficient Generalized Feature Pyramid Networks (GFPN)的启发，作者在YOLOv8中的多路径融合中增强了跨层级的多路径融合，保留浅层细节并提高小目标检测精度。 此外，作者引入了第四个检测层，以有效利用高分辨率的空间信息。C2f-EMA ………………………………