基于YOLOv8-SAHI模型的多尺度目标检测方法

本发明公开了一种基于YOLOv8‑SAHI模型的多尺度目标检测方法，以YOLOv8为基础，对其网络结构进行优化和改进。首先，为应对目标尺度和类别多样性挑战，采用可变核卷积替换主干网络中的一个普通卷积。随后，设计了C2f‑TA模块，使模型聚焦于目标区域，有效抑制不相关信息的干扰。最后，为了解决小目标检测精度低问题，引入切片辅助超推理算法，通过增强小目标的像素表示，以获取更详细的特征信息。本发明提升了模型在建筑工地等复杂背景中对不同尺度目标的适应性，尤其增强了小目标检测能力，有效减少误检与漏检现象，提高检测精度，加强现场监控和安全管理。