一个适应规模的聚合和多域特征融合架构,用于在无人机空中图像中检测小目标
Zhiwei Sun1, Guanglei Zhang1, Yuxin Xing1
1College of Artificial Intelligence, Tianjin University of Science and Technology, Tianjin 300457, China.
Sensors (Basel, Switzerland)
|March 14, 2026
概括
这项研究介绍了MSCM-YOLO,一种轻量级的框架,用于在无人机图像中检测小物体. 它通过增强特征提取和融合,显著提高精度,为空中监控提供了实用解决方案.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 机器人技术 机器人技术 机器人技术
背景情况:
- 在无人机 (UAV) 图像中检测小物体是具有挑战性的,因为尺度变化,密集分布和复杂的背景.
- 现有的方法与占用少数像素并被杂乱掩盖的小物体作斗争.
研究的目的:
- 为无人机空中监测中小物体开发一个有效和轻量级的检测框架.
- 解决特征提取,多尺度融合和小物体检测的目标背景歧视方面的局限性.
主要方法:
- 建议MSCM-YOLO,这是一个基于YOLOv11.1的无人机导向轻量级检测框架.
- 集成了一个P2检测头,用于高分辨率的功能,一个轻量级的骨干与移动瓶卷积 (MBConv),规模适应注意力融合 (SAF) 与道适应投影 (CAP),和多域特征注意力融合 (MDFAF).
主要成果:
- 在VisDrone2019数据集上,MSCM-YOLO实现了44.41%的mAP50和27.13%的mAP50:95,分别超过了YOLOv11基线的10.77%和7.22%.
- 在UAVDT,DIOR和AI-TOD数据集上展示了持续的改进,证实了稳定性和通用性.
- 实现了显著的性能提升,同时保持了适合无人机部署的平衡计算配置.
结论:
- 在复杂的无人机场景中,MSCM-YOLO为精确检测小物体提供了有效和实用的解决方案.
- 拟议的创新增强特征保护,提取,多层面集成和目标背景歧视.
- 该框架显示了现实世界空中监测应用的巨大潜力.