摘要：针对复杂场景（如雾天、夜间、密集遮挡环境）中小目标检测精度低、实时性不足的问题，本文提出一种改进 YOLOv8 算法。通过引入动态注意力机制增强小目标特征权重，结合多尺度特征融合优化模块提升特征表达能力，并采用轻量化卷积结构平衡检测精度与速度。实验结果表明，改进算法在公开数据集及实际复杂场景测试中，小目标检测平均精度（mAP）较原 YOLOv8 提升 4.2% ，帧率保持在 30FPS 以上，满足实时检测需求，为复杂场景下小目标检测提供了有效解决方案。

关键词：小目标检测；YOLOv8；复杂场景；动态注意力；多尺度特征融合；实时检测

1. 引言

随着计算机视觉技术的发展，目标检测在智能监控、自动驾驶、无人机巡检等领域应用广泛。小目标（如远距离行人、低空无人机、小型零部件）因像素占比低、特征信息少，在复杂场景中易受光照变化、背景干扰及遮挡影响，检测难度显著增加。

YOLOv8 作为当前主流的单阶段检测算法，凭借高效的特征提取能力和实时性优势被广泛使用，但在小目标检测任务中仍存在不足：其一，主干网络对小目标弱特征的提取能力有限；其二，多尺度融合过程中，小目标特征易被大目标特征稀释；其三，复杂场景下的噪声干扰进一步降低检测稳定性。

为此，本文针对 YOLOv8 的网络结构和特征处理流程进行改进，重点强化小目标特征的提取与保留，同时保证算法实时性，最终实现复杂场景下小目标的精准、快速检测。

2. 相关技术与改进思路

2.1 YOLOv8 原理解析

YOLOv8 采用 CSPDarknet 作为主干特征提取网络，通过 Backbone层提取图像多尺度特征，经Neck 层（PAN-FPN 结构）进行特征融合，最终由 Head 层输出目标类别和位置信息。其核心优势在于通过“特征金字塔 + 路径聚合”实现多尺度目标覆盖，但针对小目标，仍存在低层级特征（小目标主要特征所在）权重不足、融合效率低的问题。

2.2 改进方向

针对复杂场景小目标检测痛点，本文从三方面改进：

1. 动态注意力机制嵌入：在 Backbone 输出的低层级特征图（小目标特征集中层）添加动态注意力模块，通过自适应计算特征图中每个像素的权重，增强小目标区域特征，抑制背景噪声。该模块通过轻量级卷积生成注意力掩码，仅增加约 2% 的计算量。

2. 多尺度特征融合优化：优化 Neck 层的 PAN-FPN 结构，在原有上下采样融合基础上，增加“小目标特征增强分支”——将低层级特征（ 160×160 分辨率）与中层特征（ 80×80 ）进行二次融合，通过跳跃连接保留更多小目标细节，并采用可变形卷积适应目标形变。

3. 轻量化结构设计：在 Head 层检测分支中，将部分普通卷积替换为深度可分离卷积，减少参数数量；同时简化非小目标检测分支的计算复杂度，优先保障小目标检测的实时性。

3. 实验设计与结果分析

3.1 数据集与实验环境

实验采用公开数据集 VisDrone2021（含复杂场景小目标样本）及自制数据集（包含雾天、夜间、密集人群场景下的小目标图像，共5000 张，标注小目标类别为行人、车辆、无人机）。

实验环境：GPU 为 NVIDIA RTX 3090，CPU 为 Intel i7-12700K，框架为 PyTorch 1.13。评价指标为小目标检测 mAP（ IoU=0.5 ）和帧率（FPS）。

3.2 对比实验结果

将改进算法与原 YOLOv8、YOLOv5 及 Faster R-CNN 进行对比，结果如下：

· 检测精度：改进算法在 VisDrone2021 小目标子集上 mAP 为68.5% ，较原 YOLOv8（ 64.3% ）提升 4.2% ，较 YoLOv5（61.7% ）提升 6.8% ，显著优于两阶段算法 Faster R-CNN（ 59.2% ）。

· 实时性：改进算法帧率为 32FPS，虽略低于原YOLOv8（35FPS），但高于 Faster R-CNN（18FPS），满足实时检测（ ⩾25FPS ）要求。

· 复杂场景适应性：在自制雾天 / 夜间数据集上，改进算法 mAP 达 65.3% ，较原 YOLOv8（ 58.9% ）提升 6.4% ，表明对低光照、噪声场景的抗干扰能力增强。

3.3 消融实验验证

为验证各改进模块的有效性，进行消融实验：

· 仅添加动态注意力机制： mAP 提升 2.1% ，证明注意力对小目标特征增强的作用；

· 仅优化多尺度融合： mAP 提升 1.8% ，说明特征融合优化可减少小目标特征丢失；

· 仅采用轻量化结构：帧率提升 3FPS，但 mAP 无明显变化，验证轻量化设计未牺牲精度。

4. 结论与展望

本文提出的改进 YOLOv8 算法通过动态注意力、优化特征融合和轻量化设计，有效提升了复杂场景下小目标检测的精度与实时性。实验表明，改进算法在多种复杂环境中表现稳定，可应用于智能监控、无人机巡检等实际场景。

未来研究可进一步优化小目标特征与背景分离的策略，结合语义信息提升遮挡场景下的检测鲁棒性，并探索算法在边缘设备上的部署方案，降低硬件依赖。

参考文献

[1] 雷德蒙·J、法哈迪·A. 《YOLOv3：一种增量改进》[J]. 预印本 arXiv：1804.02767， 2018.

[2] 王崇宇、博奇科夫斯基·A、廖弘源·M. 《YOLOv7：可训练免费赠品集刷新实时目标检测器最新水平》[J]. 预印本arXiv：2207.02696， 2022.

[3] Ultralytics（ 公 司 ）.《YOLOv8 官 方 文 档 》[EB/OL]. https：//docs.ultralytics.com/， 2023.

[4] 刘松、齐磊、秦浩、等. 《用于实例分割的路径聚合网络》[C]//《IEEE 计算机视觉与模式识别会议论文集》. 2018： 8759-8768.

[5] 格什克·R.《Fast R-CNN》[C]//《IEEE 国际计算机视觉会议论文集》. 2015： 1440-1448.