YoloV8改进策略：增加分支，减少漏检_yolo漏检如何优化

作者：凡人多烦事01 | 2024-05-20 00:43:35

踩

yolo漏检如何优化

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

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/凡人多烦事01/article/detail/595302