改进YOLOv11的无人机航拍图像检测算法
来源：电子测量技术杂志2025年第18期北京时间：
作者：李珺，丁彬彬，史维娟，杨琳
单位：兰州交通大学电子与信息工程学院 兰州 730000
摘要：针对无人机航拍图像检测任务中，存在目标尺寸微小且背景环境复杂，往往会导致漏检和误检的问题，本文提出了一种基于YOLOv11的航拍图像小目标检测算法WT-YOLO。首先，考虑到无人机航拍图像普遍为小目标的问题，调整了YOLOv11颈部网络的结构，改变了输出特征图的尺寸，提高了算法对小目标的检测能力。其次，结合WTConv，重新设计了Bottleneck和C3k2模块的结构，命名为C3k2-WT，来实现特征的高效提取。再次，引入Focal-Modulation来替换SPPF，通过在不同的空间尺度上聚焦和调制特征，使得模型在处理复杂场景时更具鲁棒性；最后，设计了共享卷积检测头，通过卷积共享机制，减少了模型的参数量，同时增强了特征图之间的全局信息融合能力。改进后的算法在VisDrone2019数据集上的实验表明，相较于基础YOLOv11s模型，准确率（P）、召回率（R）和检测精度(mAP50）分别提升了5.6%，5.9%和7.5%，并且参数量下降了约1/4，对比其他算法表现出了良好的性能。
关键词：航拍图像;目标检测;YOLOv11;无人机;小目标
基金资助：国家自然科学基金（62241204）项目资助
