YOLOv8创新改进：小目标涨点篇 | 一种新颖的轻量化网络，用于提升遥感图像中的小物体检测 | 2024年二区YOLOv5改进最新成果

 💡💡💡本文独家改进：现将本文思想迁移到YOLOv8做二次创新 ，提出了三个创新的轻量级即插即用模块：特征增强模块（FEM）、特征融合模块（FFM）和空间上下文感知模块（SCAM），对标yolov5m，涨点的同时轻量化，GFLOPS从原始的47.9降低至37.6，MB从42.2降低至10.7

	parameters	GFLOPs	MB
yolov5m	20852934	47.9	42.2
FFCA-YOLO	7122378	51.2	15.5
L-FFCA-YOLO	5053536	37.6	10.7

💡💡💡使用两个用于小物体检测的公共遥感数据集（VEDAI和AI-TOD）和一个自建数据集（USOD）来验证有效性。轻量化模型的准确率达到 0.748、0.617 和 0.909（以 mAP50 计）