基于改进RT-DETR的轻量航拍图像检测算法

来源：电子测量技术杂志2025年第22期北京时间：

作者：张淑卿，肖凡，葛超

单位：华北理工大学电气工程学院 唐山 063210

摘要：针对航拍遥感图像场景中目标体积小、背景复杂的问题，提出了一种基于RT-DETR改进的轻量化目标检测算法ELS-RTDETR。该算法提出并使用一种基于Vovnet网络改进的新主干网络LOB-Vovnet对原主干网络进行替换。在LOB-Vovnet中，设计提出了一种新的特征增强模块LRFF，提高检测模型对小目标的检测精度。同时为抑制复杂背景干扰，引入自适应通道提取的注意力机制SE。最后为均衡模型精度与体积，LOB-Vovnet将部分卷积替换为深度可分离卷积，并通过进行大量消融实验，对主干网络的深度和宽度重新调整。在AIFI中，引入级联群体注意力机制（CGA）有效减少多头注意力机制中的计算冗余。在数据集方面将RSOD数据集和NWPU VHR-10数据集进行融合，并通过添加仿射变换、相机底噪等效果对原始数据进行离线数据增强，使训练数据集更贴近真实应用场景。实验结果表明，改进模型ELS-RTDETR与原模型对比mAP@50提升2.7%，模型参数量减少了32.9%，面对困难检测目标实现了较好的检测效果，在SIMD数据集上进一步验证了改进方法的有效性。

关键词：航空遥感;目标检测;深度学习;RT-DETR;轻量化

基金资助：河北省自然科学基金（F2021209006）项目资助