摘要：为了提升YOLOv8算法在遥感任务中对不同尺度目标的特征提取能力及检测精度，提出一种多尺度边缘增强提取YOLOv8算法。引入浅鲁棒高效多尺度降采样和深鲁棒高效多尺度降采样模块，分别增强低层和深层特征细节的保留能力；引入高效边缘增强上采样模块，提高网络在多尺度及复杂背景下的检测能力；引入部分自注意力机制模块，增强全局信息建模能力，有效抑制背景噪声。结果表明：相较于YOLOv8算法，文中算法在DIOR数据集上表现更佳，精确率提升了0.7%，召回率提升了2.4%，交并比为0.50的平均精确率均值提升了2.0%，交并比为0.50～0.95的平均精确率均值提升了2.8%。
