融合动态多尺度轻量化无人机小目标检测算法

来源：电子测量技术杂志2025年第21期北京时间：

作者：孙冰男，于思恺，张宇，刘俊，王军

单位：1.沈阳化工大学计算机科学与技术学院 沈阳 110142; 2.辽宁省化工过程工业智能化技术重点实验室 沈阳 110142

摘要：针对无人机航拍图像中因小目标尺度微小、背景复杂干扰以及多尺度特征融合效率低下等问题，提出轻量化检测模型YOLO-DAS。通过构建动态多尺度感知卷积模块DMSConv，增强目标特征捕获能力；设计上下文感知特征重组上采样ADEPT，优化特征图重建过程以提升上下文信息整合精度；采用双向全局-局部空间注意力SCOPE重构颈部网络，通过双向特征交互突破单路径融合局限；增设浅层小目标检测层以强化低层级特征的定位信息提取。实验基于VisDrone2019数据集验证,模型在mAP05和mAP0.5:0.95指标上分别达到39.8%和23.7%，较基准YOLOv8n分别提升了8.4%和5.1%，精准率与召回率同步提升8.1%和7%，参数量减少0.49 M，为无人机航拍图像中小目标检测提供有效解决方案。

关键词：无人机;小目标;YOLO;轻量级;多尺度卷积;注意力机制

基金资助：辽宁省自然科学基金（2024-BSLH-214）、辽宁省教育厅基本科研项目（LJKMZ20220781，LJKMZ20220783）资助