标题：TSD-YOLOv8算法在无人机航拍图像小目标检测中的应用
作者：缪金钰1 孙贤文1 霍瑛1；陈烨萱2；王召军1；周英吉3
作者单位：1 南京工程学院计算机工程学院，江苏 南京 211167；2 南京工程学院电力工程学院，江苏 南京 211167；3 南京工程学院交通工程学院，江苏 南京 211167
关键字：小目标检测；YOLOv8；SE注意力机制；SPD-Conv；航拍图像
摘要：针对无人机航拍图像中小目标检测精度低、漏检率高的问题，提出一种改进的目标检测算法TSD-YOLOv8。在YOLOv8主干网络中引入SE（Squeeze-and-Excitation）注意力机制，通过动态调整通道特征权重，提升模型对小目标特征的提取能力；同时在部分卷积模块中加入基于Space-to-Depth操作的SPD-Conv模块，更有效地捕捉图像中的局部细节特征，从而进一步提高检测性能。在VisDrone2019数据集上的实验结果表明，TSD-YOLOv8在精度、召回率和平均精度等指标上相较YOLOv8均有显著提升，特别是在小目标检测的性能上表现出色，相较于原始YOLOv8n模型，mAP50提高了13.7%，达到47.1%。此外，基于PyQt5开发了一个目标检测验证平台，支持模型的实时对比和可视化分析，验证了改进模型的实际应用价值。