基于深度学习的遥感图像目标检测模型研究  

作　　者：喻文豪 陈鸿坤 

机构地区：[1]江西理工大学信息工程学院,江西赣州341000

出　　处：《物联网技术》2025年第8期28-33,共6页Internet of things technologies

摘　　要：针对遥感图像中背景复杂、目标小而密集,导致现有目标检测算法对小目标检测效果不佳,容易出现误检和漏检的问题,在YOLOv8n模型的基础上引入HA注意力机制,提出了YOLOv8n-HA模型改善上述问题。具体地,文章在YOLOv8n每个检测分支的瓶颈端嵌入HA注意力模块。实验结果表明,YOLOv8n-HA模型在DOTAv1.5和Fiar1M子数据集上的mAP@0.5和mAP@0.5:0.95分别达到了0.797和0.597,相较于YOLOv8n模型分别提升了0.013和0.028。

关 键 词：目标检测 YOLOv8n HA混合注意力机制 遥感图像 小目标数据 深度学习 

分 类 号：TP751.1[自动化与计算机技术—检测技术与自动化装置]