【摘要】遥感影像中的小目标在遥感影像中像素占比较小，传统的遥感影像小目标检测方法经常出现漏检错检的情况。 本文提 出一种基于 ＹＯＬＯｖ８ 模型的改进算法，在 ＹＯＬＯｖ８ 骨干网络中使用更加轻量的鬼影混洗卷积（ｇｈｏｓｔ⁃ｓｈｕｆｆｌｅ ｃｏｎｖｏｌｕｔｉｏｎ， ＧＳＣｏｎｖ），并通 过 Ｓｌｉｍ⁃ｎｅｃｋ 设计范式优化网络结构，提高网络性能。 在特征推理过程中，使用切片辅助超推理库来加强对小目标的检测，减少漏检 情况的发生。 针对改进后的模型，在 ＤＯＴＡｖ１???? ０ 数据集上进行试验验证，其准确率与 ＹＯＬＯｖ８ 相比提升了 ３.１ 个百分点，召回率相比 于 ＹＯＬＯｖ８ 提升 ３.９ 个百分点，ｍＡＰ５０ 及 ｍＡＰ５０－９５ 分别为 ０.７１３ 和 ０.４７９。 模型的参数量减少 １５.６％，改进后的模型在遥感影像小 目标的检测中效果得到提升。