基于改进YOLOv8的航海雷达图像目标检测算法

摘要

针对内河船舶航行场景复杂、航海雷达图像形状与颜色特征较少且难以标注的问题，提出一种改进的YOLOv8航海雷达图像目标检测方法。首先，为缓解标注错误与模型过拟合问题，在模型训练阶段引入标签平滑策略；然后，结合雷达图像特有的位置先验信息，设计一种基于坐标的卷积结构用于同时提取目标的形状、颜色和位置特征。为验证该方法的有效性和优越性，对采集的长江航道雷达图像在不同天气环境下进行对比试验。结果表明，本文方法在保证目标检测实时性的同时，精确率达到91.52%，平均精度较经典YOLOv8提高了5.17%，可为提升内河航运现代化与智能化管理水平提供技术支持。

关键词

内河航运 / 航海雷达图像 / 目标检测 / YOLOv8

基金资助

国家自然科学基金资助项目（51979210;52371374）