来源：期刊VIP网 时间：
作者：蒋涛;朱军;谢亚坤;党超;张锦彬;
单位：西南交通大学地球科学与工程学院;西南交通大学桥梁智能与绿色建造全国重点实验室;
摘要：针对已有YOLOv8算法在城市泛在图像中对形状不规则、背景复杂的建筑物存在实例分割精度不足的问题，该文提出一种基于YOLOv8的融合多尺度和多层次注意力的精准分割算法。首先将蛇形动态卷积(DSConv)融入骨干中的残差块(C2f),以更好适应建筑物多尺度不规则结构；接着在颈部网络中采用Concat＿BiFPN模块，该模块通过权重分配有效地处理多源数据的多尺度信息；最后采用融合3种注意力的动态检测头(Dyhead),专注于目标区域的同时减少复杂背景的影响。基于实例分割的实验结果表明，改进后的算法有效提升了遥感图像、航拍图像和近地图像中建筑物的分割精度，平均mAP@0.5达到了82.8%,比基线模型提高了6.2%,其中遥感图像的mAP@0.5提升了8.1%,为提高对图像的理解能力提供了关键技术支撑。
关键词：YOLOv8;;实例分割;;建筑物;;DSConv;;Concat＿BiFPN;;Dyhead
基金资助：国家重点研发计划课题项目(2022YEC3005703)
