YOLOv8-SS士兵分割模型

准确率全面提升

通过轻量化骨干与注意力增强，实现复杂战场下更高精度的实例分割，同时保持推理效率。

YunLong, Gao · Wang, Yongjuan

Information Technology and Control 2025

参数信息

Box mAP50-95提升

5.1 %

Mask mAP50-95提升

4.6 %

Mask P提升

0.7 %

FPS变化

-8.6 %

技术优势

精度更高

引入全局注意力机制和多样化卷积分支，增强特征提取能力，使分割边界更准确。

推理不降速

通过DualConv轻量化骨干和DBB重参数化，训练时多分支，推理时合并为常规卷积，保持速度。

应用场景

• 无人系统目标检测：增强无人系统的目标检测能力，适应复杂战场环境。
• 无人机侦察：提升无人机侦察中对士兵的精准分割与定位。
• 机器人视觉：为机器人视觉提供更可靠的士兵识别能力。
• 战场态势感知：提高战场态势感知中对人员目标的实时解析精度。