多尺度特征可变聚焦的无人机人员搜救检测算法

摘要

针对荒野地区使用无人机进行人员搜救存在的精度低、漏检严重等问题，提出基于YOLOv8-s的9种备选改进模型，并最终确定IC-A-S模型为最佳方案。该模型引入Inner-CIoU损失函数，优化了模型对小目标的定位能力；集成AFPN4多尺度特征融合结构，并将其特征融合层提升到4层，加强对小目标特征的提取能力；根据动态蛇形卷积能够自适应聚焦细小目标的特点，设计C2f-SnakeConv模块替换AFPN4的级联残差模块，增强AFPN4对小目标的特征表达和学习能力。在HERIDAL测试集上，相比基线模型YOLOv8-s,所提模型的AP50、AP75和mAP指标的提高量分别为4.5%、4.1%和4.2%;在HERIDAL泛化测试集上，相比基线模型，AP50、AP75和mAP指标的提高量分别为4.8%、5.9%和4.6%。两组测试结果均表明IC-A-S改进模型提高了对荒野地区遇险人员的搜救检测精度。(电子补充材料详见中国知网本文的知网节。)

关键词

人员搜救 / YOLOv8 / 小目标检测 / 无人机 / 动态卷积