一种基于YOLOv8的无人机图像小目标检测优化方法

本发明公开了一种基于YOLOv8的无人机图像小目标检测优化方法。该方法通过无人机采集高空场景小目标RGB图像，输入改进的YOLOv8模型训练。主要改进包括：首先，在P2特征层应用SPD卷积增强特征表达，并将结果与P3特征层融合；其次，引入基于CSP结构优化的Omni‑Kernel模块，该模块通过三个并行分支处理特征：局部分支用1×1深度卷积提取细节，大尺度分支采用63×63卷积核结合条形卷积扩大感受野，全局分支集成DCAM和FSAM注意力机制增强长程依赖。检测阶段，预处理图像经上述模块处理，由检测头输出目标类别和位置。该方法显著提升无人机复杂环境检测精度，同时满足实时检测需求。