yolov8 小目标物体检测加强方法

常见下列三种方法加强小物体检测：

Detectron2 （这个与yolov8不大相关，这篇不做多介绍，meta算法）

SAHI 算法：

YOLOv8 变体YOLOv8-P2，旨在提高检测小物体的性能。

1、SAHI 算法

学习参考：https://docs.ultralytics.com/guides/sahi-tiled-inference/#import-modules-and-download-resources
https://blog.roboflow.com/how-to-use-sahi-to-detect-small-objects/

yolo+SAHI后处理；大概原理是把图片分成很多块依次送入yolo预测，然后再组合统计结果出来

SAHI: Slicing Aided Hyper Inference（切片辅助超推理）通过图像切片的方式来检测小目标。SAHI检测过程可以描述为：通过滑动窗口将图像切分成若干区域，各个区域分别进行预测，同时也对整张图片进行推理。然后将各个区域的预测结果和整张图片的预测结果合并，最后用NMS（非极大值抑制）进行过滤。用动图表示该识别过程如下：

import supervision as sv
import numpy as np
import cv2
from ultralytics import YOLO

model