计量学报

作者：林纪闳, 张远辉, 刘康, 张华峰, 李运堂

关键词：危险目标检测,YOLOv8n-seg,MIMO-SAR成像,图像处理,毫米波雷达

基金：浙江省自然科学基金(LY19F010007)

针对现有目标检测方法检测近场合成孔径雷达图像容易出现漏检、误检和精度低等问题，提出了基于YOLOv8-seg的近场多输入多输出（MIMO）-SAR毫米波图像目标检测算法，实现近场危险目标检测。将骨干网络和颈部网络的CBS（convolutional-batchnormal-SiLu）替换为GhostConv，减少算法参数，实现算法轻量化；利用RepViT Block替换CSPDarknet53中的Bottleneck设计了C3-RVB模块，替换颈部网络中的C2f模块，增加算法特征提取能力，提高检测精度；将YOLOv8-seg的损失函数CIoU替换为Inner-EIoU，引入缩放因子控制辅助边界框尺度，增强算法泛化能力；搭建了包含5类危险目标的MIMO-SAR数据集。实验结果表明：改进的YOLOv8-seg算法mAP@0.5和参数量分别为97.3%和2.56×106，检测精度高，有效解决常规算法容易出现漏检、误检问题，同时算法参数少，检测速度快，并通过3DRIED数据集验证改进算法具有较好泛化性。

来源：2025年第10期

《计量学报》期刊编辑部

查看计量学报杂志2025年第10期