基于位置感知和跨层特征融合的航拍小目标检测算法

来源：电子测量技术杂志2024年第5期北京时间：

作者：雷帮军，余翱，吴正平，余快

单位：1.湖北省水电工程智能视觉监测重点实验室 宜昌 443002; 2.三峡大学计算机与信息学院 宜昌 443002; 3.水电工程视觉监测宜昌市重点实验室 宜昌 443002

摘要：针对航拍图像目标尺度小、背景复杂、漏检和误检严重，提出了一种基于位置感知和跨层特征融合的航拍小目标检测算法DC-YOLOv8s。DC-YOLOv8s新增小目标检测层，增强对小目标尺度的敏感性，提高检测精度。为了减少特征信息的丢失，设计了跨层特征融合模块，充分融合小目标浅层语义信息和深层语义信息，丰富特征表示。改进C2f结构，结合可变性卷积设计了基于位置感知融入残差的感受野注意力模块，适应航拍小目标形状的变化，快速提取感受野特征，降低漏检和误检率。最后使用基于注意力机制的动态检测头在尺度感知、空间感知、任务感知方面提高复杂场景下小目标的定位性能。实验表明，在VisDrone2019数据集上，DC-YOLOv8s在P、R、mAP上相较于YOLOv8s分别提高了7.2%、7.5%、9.1%，显著提高了小目标检测的性能，FPS为71帧，满足实时性要求。在VOC2007+2012上进行模型泛化性实验验证，效果优于其他经典算法。

关键词：小目标检测层;跨层特征融合;位置感知;感受野;动态检测头

基金资助：国家自然科学基金(61871258)、水电工程智能视觉监测湖北省重点实验室建设项目(2019ZYYD007)资助