电子测量技术

作者：李菲，陈鹏宇，梁钰墁，郑鑫宇，王烈

单位：广西大学计算机与电子信息学院 南宁 530004

关键词：遥感图像;YOLOv8;深度可分离卷积;注意力模块

基金：广西重点研发项目（桂科AB24010033）资助

针对遥感图像中目标尺度差异大、类别多样且分布不均导致的检测不精准、漏检和误检问题，提出一种基于YOLOv8n改进的遥感图像目标检测算法MGD-YOLO。首先，提出了多尺度边缘高斯注意力模块MEGA，其结合高斯平滑、Scharr 边缘算子与通道注意力机制，有效抑制遥感图像噪声干扰，强化目标轮廓特征表达。其次，设计出MDPConv结构，通过动态加权融合机制和深度可分离卷积相互结合，改善传统卷积感受野固定问题，增强模型对多尺度目标的感知能力。最后，检测头部分引入DLGA结构，动态分配注意力分支权重，并采用MLP融合策略，提升局部细节与全局语义信息的融合效果，从而提高检测性能。实验表明，MGD-YOLO在DIOR、DOTA和NWPU VHR-10 数据集上与YOLOv8n相比，mAP@0.5分别提升了1.6%、2.7%、1%，验证了其在遥感图像目标检测中的有效性和良好的鲁棒性。

来源：2026年第4期

《电子测量技术》期刊编辑部

查看电子测量技术杂志2026年第4期