来源：期刊VIP网 时间：
作者：程国建;沈守婷;白俊卿;
单位：西安石油大学计算机学院;
摘要：为解决复杂战场环境下军事目标识别漏检、误检率高，精度低等问题，提出一种改进YOLOv8的LBIYOLO军事目标识别算法。该算法引入大核选择性注意力机制以增强主干网络的特征提取能力，使模型能更好地关注重要区域；再采用BiFPN进行多尺度特征融合及用Inner-IoU损失替代传统IoU，加速模型收敛并提高识别精度。实验结果表明，改进后的算法在自建军事目标数据集下识别的mAP值提升了5.3%,FPS提升7.4%。
关键词：YOLOv8;;大核选择性注意力机制;;BiFPN;;LBI-YOLO;;Inner-IoU
基金资助：陕西省自然科学基金基础研究计划(2023-JC-YB-601);; 陕西省计算机学会&翔腾公司基金资助&西安市科技计划高校院所人才服务企业项目(23GXFW0077)
