文章目录
🐇🐇🐇🐇🐇🐇 🐇 欢迎阅读 【AI浩】 的博客🐇 👍 阅读完毕,可以动动小手赞一下👍 🌻 发现错误,直接评论区中指正吧🌻 📆 这是一篇如何改进YoloV8的文章,增加适用小目标的分支,减少小目标的漏检📆
摘要
如何检测小目标?这个一直是比较头疼的问题,如果都是小目标还好说,我们可以采用切图的方式,如果是数据集的目标尺寸差别比较大,这样就没有办法切图了。
首先,我们先分析为什么小目标检测不到。假如640×640的图像,有一个20×20的目标物体,我们从yolov8的框架中可以看到,输出的Feature Map尺寸是80×80、40×40和20×20。那么,这个物体在Feature Map上的尺寸对应为2.5、1.25、0.625,由于像素都是整数,所以小于1也就意味着不存在。在其他的尺寸上,特征也很小