💡💡💡本文内容：针对基于YOLOv8的无人机高空红外（HIT-UAV）检测算法进行性能提升，加入各个创新点做验证性试验。
💡💡💡HDRAB+魔改SimAM注意力组合优化mAP从原始的0.773 提升至 0.792
以下内容为消融实验结果：
💡💡💡一种新的混合型扩张型残差注意力(HDRAB)，去除图像采集或传输过程中产生的真实噪声(即空间变异噪声)
混合型扩张型残差注意力(HDRAB)：mAP从原始的0.773 提升至 0.779
💡💡💡魔改SimAM注意力，引入切片操作,高效结合卷积：
mAP从原始的0.773 提升至 0.785
1.无人机高空红外数据集介绍
无人机高空红外检测数据集大小，训练集2008，验证集287，测试集571张，类别
0: Person
1: Car
2: Bicycle
3: OtherVehicle
4: DontCare
细节图如下：
1.1 split_train_val.py
# coding:utf-8
import os
import random
import argparse
parser = argparse.ArgumentParser()
#xml文件的地址，根据自己的数据进行修改 xml一般存放在Annotations下
parser.add_argument('--xml_path', default='Annotations', type=str, help='input xml label path')
#数据集的划分，地址选择自己数据下的ImageSets/Main
parser.add_argument('--txt_path', default='ImageSets/Main', type=str, help='output txt label path')
opt = parser.parse_args()
trainval_percent = 0.9
train_percent = 0.8
xmlfilepath = opt.xml_path
txtsavepath = opt.txt_path
total_xml = os.listdir(xmlfilepath)
if not os.path.exists(txtsavepath):
os.makedirs(txtsavepath)
num = len(total_xml)
list_index = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list_index, tv)
train = random.sample(trainval, tr)
file_trainval = open(txtsavepath + '/trainval.txt', 'w')
file_test = open(txtsavepath + '/test.txt', 'w')
file_train = open(txtsavepath + '/train.txt', 'w')
file_val = open(txtsavepath + '/val.txt', 'w')
for i in list_index:
name = total_xml[i][:-4] + '\n'
if i in trainval:
file_trainval.write(name)
if i in train:
file_train.write(name)
else:
file_val.write(name)
else:
file_test.write(name)
file_trainval.close()
file_train.close()
file_val.close()
file_test.close()1.2 voc_label.py生成适合YOLOv8训练的txt
# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
import os
from os import getcwd
sets = ['train', 'val', 'test']
classes = ["Person","Car","Bicycle","OtherVehicle","DontCare"] # 改成自己的类别
abs_path = os.getcwd()
print(abs_path)
def convert(size, box):
dw = 1. / (size[0])
dh = 1. / (size[1])
x = (box[0] + box[1]) / 2.0 - 1
y = (box[2] + box[3]) / 2.0 - 1
w = box[1] - box[0]
h = box[3] - box[2]
x = x * dw
w = w * dw
y = y * dh
h = h * dh
return x, y, w, h
def convert_annotation(image_id):
in_file = open('Annotations/%s.xml' % (image_id), encoding='UTF-8')
out_file = open('labels/%s.txt' % (image_id), 'w')
tree = ET.parse(in_file)
root = tree.getroot()
size = root.find('size')
w = int(size.find('width').text)
h = int(size.find('height').text)
for obj in root.iter('object'):
difficult = obj.find('difficult').text
#difficult = obj.find('Difficult').text
cls = obj.find('name').text
if cls not in classes or int(difficult) == 1:
continue
cls_id = classes.index(cls)
xmlbox = obj.find('bndbox')
b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
float(xmlbox.find('ymax').text))
b1, b2, b3, b4 = b
# 标注越界修正
if b2 > w:
b2 = w
if b4 > h:
b4 = h
b = (b1, b2, b3, b4)
bb = convert((w, h), b)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
wd = getcwd()
for image_set in sets:
if not os.path.exists('labels/'):
os.makedirs('labels/')
image_ids = open('ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
list_file = open('%s.txt' % (image_set), 'w')
for image_id in image_ids:
list_file.write(abs_path + '/images/%s.png\n' % (image_id))
convert_annotation(image_id)
list_file.close()2.基于YOLOv8的无人机高空红外识别
2.1 原始结果
原始mAP为0.773
YOLOv8n summary (fused): 168 layers, 3006623 parameters, 0 gradients, 8.1 GFLOPs
Class Images Instances Box(P R mAP50 mAP50-95): 100%|██████████| 9/9 [00:07<00:00, 1.13it/s]
all 287 2460 0.818 0.707 0.773 0.525
Person 287 1168 0.933 0.799 0.908 0.495
Car 287 719 0.942 0.945 0.979 0.743
Bicycle 287 554 0.911 0.756 0.885 0.513
OtherVehicle 287 12 0.865 0.75 0.781 0.722
DontCare 287 7 0.439 0.286 0.314 0.152
2.2 一种新颖的双分支残差注意，助力低光照、红外小目标检测
原文链接：YOLOv8独家原创改进：图像去噪 |一种新颖的双分支残差注意，助力低光照、红外小目标检测 | 2024年最新发表（全网独家首发）_yolo双分支网络-CSDN博客
💡💡💡解决什么问题：许多网络不能很好地去除图像采集或传输过程中产生的真实噪声(即空间变异噪声)，这严重阻碍了它们在实际图像去噪任务中的应用。
💡💡💡创新点：提出了一种新的双分支残差注意网络用于图像去噪，它具有广泛的模型架构和注意引导特征学习的优点。该模型包含两个不同的并行分支，可以捕获互补特征，增强模型的学习能力。我们分别设计了一种新的残差注意力(RAB)和一种新的混合型扩张型残差注意力(HDRAB)。
改进1结构图如下：
mAP有原始的0.773提升至0.779
YOLOv8-HDRAB summary (fused): 248 layers, 10410279 parameters, 0 gradients, 23.2 GFLOPs
Class Images Instances Box(P R mAP50 mAP50-95): 100%|██████████| 9/9 [00:09<00:00, 1.02s/it]
all 287 2460 0.832 0.754 0.779 0.498
Person 287 1168 0.841 0.887 0.904 0.489
Car 287 719 0.911 0.962 0.978 0.746
Bicycle 287 554 0.8 0.843 0.892 0.52
OtherVehicle 287 12 0.869 0.667 0.729 0.611
DontCare 287 7 0.738 0.408 0.392 0.125
2.3具有切片操作的SimAM注意力，魔改SimAM
原文链接：YOLOv8全网首发：注意力独家魔改 | 具有切片操作的SimAM注意力，魔改SimAM助力小目标检测-CSDN博客
💡💡💡本文创新：魔改SimAM注意力，引入切片操作，增强小目标特征提取能力
💡💡💡问题点：SimAM计算整张特征图的像素差平均值时加权可能会忽略小目标的重要性，同时与整体平均值相比可能和背景信息相似，导致加权增强较弱，进而使得SimAM对小目标的增强能力较差。
💡💡💡本文解决对策：引入了切片操作，当特征图被切成不同的块后，大目标由于其纹理特征明显会影响所在块的平均值，导致其获得的额外加权减少，而合并特征图后，大目标依然可以保持高可识别度甚至获得进一步增强；而小目标的特征与局部平均值差距更大，从而获得更多加权，小目标特征得到增强，即sws模块保证了大、小目标都获得了公正的关注和增强。
高效和卷积结合，代替原始网络的卷积操作；
高效和卷积结合 mAP为0.785
YOLOv8n-Conv_SWS summary (fused): 192 layers, 3007295 parameters, 0 gradients, 8.1 GFLOPs
Class Images Instances Box(P R mAP50 mAP50-95): 100%|██████████| 9/9 [00:07<00:00, 1.15it/s]
all 287 2460 0.82 0.721 0.785 0.522
Person 287 1168 0.895 0.849 0.911 0.491
Car 287 719 0.931 0.947 0.98 0.739
Bicycle 287 554 0.854 0.818 0.885 0.523
OtherVehicle 287 12 0.894 0.705 0.814 0.681
DontCare 287 7 0.526 0.286 0.334 0.178
2.4 魔改SimAM注意力高效和卷积结合+混合型扩张型残差注意力(HDRAB)
mAP有原始的0.773提升至0.792
YOLOv8-Conv_SWS-HDRAB summary (fused): 272 layers, 10410951 parameters, 0 gradients, 23.2 GFLOPs
Class Images Instances Box(P R mAP50 mAP50-95): 100%|██████████| 9/9 [00:08<00:00, 1.06it/s]
all 287 2460 0.81 0.75 0.792 0.524
Person 287 1168 0.896 0.889 0.917 0.5
Car 287 719 0.942 0.971 0.984 0.756
Bicycle 287 554 0.85 0.858 0.9 0.521
OtherVehicle 287 12 0.899 0.744 0.823 0.68
DontCare 287 7 0.46 0.286 0.334 0.165 
3.系列篇
3） 一种基于YOLOv8的高精度无人机高空红外检测算法（原创自研）
关注下方名片点击关注，源码获取途径。
2237
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
