文章目录

摘要

数据集

如何解决问题？

原始网络Yolov8

改进一

改进二

改进三

总结

扩展：YoloV5增加小目标检测的分支

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，网络不一定能检测出来。如果目标物体再降呢？比如10×10的像素、更夸张点，5×5的像素。这样的目标在现在的yolov8

推荐阅读

评论可见，请评论后查看内容，谢谢！！！
 您阅读本篇文章共花了：