改进YOLOv8的SAR图像船舰目标检测算法

打开文本图片集

中图分类号：TP391 文献标识码：A 文章编号：2096-3998（2025）04-0050-10

摘要：在合成孔径雷达船舰检测领域，深度学习方法已经成为提升检测精度与速度的关键技术。为应对检测精度与速度之间的双重挑战，提出了一种基于YOLOv8算法改进的 SARN-YOLO算法。首先，删除特征提取能力差的特征层和预测头，并引入重参化结构，从而有效减少模型参数量，增强对小目标的特征提取能力;其次，在颈部网络中采用渐近特征金字塔网络，以提升对多尺度目标的检测能力;最后，设计NCIoU损失函数，进一步加快模型的收敛速度，提高检测精度和速度。（剩余16318字）