改进YOLOv8的建筑物毁伤效果评估算法

摘要

针对现代战争中战场环境复杂和传统评估方法过于依赖主观经验的问题，提出一种改进YOLOv8的建筑物毁伤效果评估算法。首先，在样本输入端采用Mosaic-9进行图像预处理，提升网络模型的泛化能力。其次，在骨干网络中引入高效多尺度注意力机制（EMA），同时利用新构造的快速跨阶段局部网络融合模块（FC2f）模块，提升网络模型的特征提取能力和运行效率。最后，采用Scylla交并比损失函数（SIoU Loss）对网络损失函数进行优化，进一步提升网络模型的检测评估精度和运行效率。实验结果表明，该算法检测评估精度较高，运算速度较快，具有一定的军事应用价值。

关键词

改进YOLOv8 / 建筑物 / 毁伤评估 / 图像预处理 / 损失函数优化