-
题名融合多注意力机制的轻量级无人机航拍小目标检测模型
- 1
-
-
作者
涂育智
王法翔
吴春霖
-
机构
福州大学物理与信息工程学院
-
出处
《计算机工程与应用》
北大核心
2025年第11期93-104,共12页
-
基金
福建省科技计划项目(2023H4005)。
-
文摘
无人机航拍中的目标检测面临诸多挑战,如检测目标小、尺度变化大以及计算能力受限等问题。针对现有小目标检测模型体积大、计算量高,难以在边缘设备上高效部署的问题,提出了一种基于YOLOv11改进的轻量化模型MA-YOLOv11s(multi-attention YOLOv11s)。选择性地引入小目标检测层,在提高检测能力的同时控制计算量增长。设计了融合多种注意力机制的轻量级特征提取模块C2SCSA和C2MCA,增强了模型对复杂背景中小目标的特征提取能力,同时保持了较低的计算开销。采用Soft-NMS-SIOU替代传统的NMS方法,显著提升了模型在密集重叠目标场景中的检测精度与鲁棒性。在Vis Drone2019数据集的实验中,与YOLOv11s模型相比,MA-YOLOv11s仅用2.291×10^(6)的参数量和22.4 GFLOPs的计算量就将精确率、召回率、m AP_(50)、m AP_(50:95)分别提升8.9、1.3、10.9、9.7个百分点。实验结果表明,改进后的模型在保持小体积的同时展现了卓越的小目标检测性能。
-
关键词
无人机(UAV)
小目标检测
注意力机制
轻量化
YOLOv11
-
Keywords
unmanned aerial vehicle(UAV)
small object detection
attention mechanism
lightweight
YOLOv11
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
