基于多模块协同的TSAS-YOLOv8小目标检测方法
申请号:CN202510475927
申请日期:2025-04-16
公开号:CN120411616A
公开日期:2025-08-01
类型:发明专利
摘要
本发明提供一种基于多模块协同的TSAS‑YOLOv8小目标检测方法,包括获取检测图像并进行预处理;将预处理后的图像输入TSAS‑YOLOv8模型的Backbone网络,进行特征提取,输出多尺度特征图;将多尺度特征图输入Neck网络进行特征融合,并在Backbone网络和Neck网络连接处引入Shuffle Attention注意力机制,输出特征图;将特征图输入包含小目标检测头的Head网络,输出初次检测结果;对初次检测结果进行处理,输出最终检测结果。本发明提出的一种基于多模块协同的TSAS‑YOLOv8小目标检测方法,利用T‑CMUNeXt模块的多尺度特征融合优势,抓取小目标的细微特征;并通过Shuffle Attention注意力机制聚焦关键特征,全方位提升小目标检测效果;同时,增设小目标检测头增强对小目标的定位能力,进一步减少漏检和误检,从而显著提升小目标检测的精度和效率。
技术关键词
多模块
注意力机制
多尺度特征
全局平均池化
网络
输出特征
累积分布函数
特征值
通道
瓶颈结构
样本
数据
图像
矩阵
检测头
语义
元素