无人机航拍小目标检测研究
来源：电子测量技术杂志2026年第7期北京时间：
作者：崔博斌，易军凯，谭玲玲
单位：北京信息科技大学机电工程学院 北京 102206
摘要：针对无人机航拍图像中小目标占比较高，目标尺度差异大以及背景复杂等因素导致的目标检测精度不足等问题，并结合边缘设备算力与功耗受限的特点，在YOLOv8n的基础上提出了一种改进的目标检测算法——EGD-YOLO。首先，增加用于小目标检测的P2层并移除用于大目标检测的P5层，同时采用浅层通道扩展策略以增强小目标特征表达能力；其次，设计了多尺度特征融合与加权特征融合级联的自适应多层次全局特征融合架构，实现颈部网络跨尺度语义信息的高效传播与深度整合；最后，采用具有多重注意力机制的DyHead动态检测头，进一步优化模型的小目标检测性能。在VisDrone2019数据集的实验结果表明，所提EGD-YOLO相较于基准模型在mAP0.5和mAP0.5:0.95等指标上分别提升了12.0%和8.6%的同时保持了良好的计算优势；在DOTA数据集的实验结果进一步验证了该方法具有良好的泛化能力，为无人机航拍小目标检测提供了有效的解决方案。
关键词：无人机;小目标;YOLO;特征融合
基金资助：国家重点研发计划（2024QY1703）项目资助
