摘要:低照度环境会导致图像目标特征不明显,噪声干扰严重等情况,影响目标检测器的检测性能。针对以上问题,构建了一个多尺度图像特征增强模块(feature enhancement module,FEM),并与YOLOv8s目标检测网络联合,构建了端到端的低照度目标检测算法FE-YOLO。首先,使用FEM从输入图像中构建三个不同尺度下的特征信息并进行高效融合,得到具有丰富特征表达的增强图像。然后,在YOLOv8s颈部网络中添加目标特征增强模块(target feature enhancement,TFE),通过抑制高层特征中的背景噪声信息,突出目标特征的表达能力。实验结果表明:所提方法实现了更好的检测精度,在低照度图像目标检测数据集ExDark上的平均精度均值(mAP)达到了75.63%,与原始的YOLOv8s算法相比,提高了3.03%。