基于双模态图像融合的无人机小目标检测

无人机小目标检测因目标尺寸小、场景复杂，常面临检测精度低、漏检率高等问题。提出一种基于YOLOv8的双模态融合检测算法：首先在骨干网络中引入C2f_MS模块，加强对小目标的特征提取，并利用ADown下采样模块降低计算复杂度；其次设计双模态融合模块，通过自适应加权融合提升特征表示能力；最后采用加权双向特征金字塔网络替代原特征融合网络，进一步增强多尺度特征融合效果。在DroneVehicle数据集上，与基于YOLOv8的单模态红外或可见光检测相比，所提算法的平均精度均值分别提升18.36%和16.53%，相较其他先进融合算法亦具优势，为目标检测提供了新思路。