空军工程大学学报

作者：夏子航,岳玉梅,姬书得,任赵旭,张睿哲

单位：沈阳航空航天大学航空宇航学院,沈阳,110121\

关键词：目标检测;无人机航拍;YOLOv8

基金：辽宁省教育厅科学基金(JYTMS20230277)

针对无人机航拍图像中目标密集、小目标易遗漏及尺度多样性等问题,提出一种改进的TB-YOLOv8算法。该算法在骨干网络中引入基于三重注意力机制的C2f_T模块,以增强浅层特征提取和关键区域感知能力,降低误检与漏检率;在颈部结构中采用轻量化的双向特征金字塔网络,提升多尺度特征融合效率;同时引入Wise-IoUv3损失函数,提高模型的鲁棒性和定位精度。在VisDrone2019数据集上的实验结果表明,TB-YOLOv8相较原始YOLOv8s模型,mAP提高3.0%,参数量减少6.31%,检测速度达到164.1帧/s。此外,TB-YOLOv8在检测性能上优于Faster R-CNN、RT-DETR、YOLOv7、YOLOv11等主流目标检测算法,兼具高精度、轻量化与实时性,在航拍目标检测中展现出较高的应用价值。

来源：2025年第6期

《空军工程大学学报》期刊编辑部

查看空军工程大学学报杂志2025年第6期