复杂环境下无人机航拍小目标检测算法

来源：电子与信息学报杂志2026年第4期北京时间：

作者：刘杰, 刘书豪, 田明, 崔志刚

单位：1.哈尔滨理工大学测控技术与通信工程学院 哈尔滨 1500802.中国电信股份有限公司黑龙江分公司 哈尔滨 1500403.黑龙江省公路建设中心 哈尔滨 150001

摘要：无人机航拍图像因其分辨率高、视角广、部署灵活的特点，在智能交通领域得到广泛应用。针对无人机航拍图像中目标尺度变化大、背景复杂、小目标密集等问题，该文提出一种面向复杂环境的无人机航拍目标检测算法HAR-DETR。首先，对骨干网络的最后两层BasicBlock重新设计，添加聚合感知注意力以提取目标的多尺度特征，增大感受野和对细粒度目标的感知效果；其次，设计高分辨率检测分支，提高模型对小目标检测的敏感度。最后，提出基于特征金字塔的重校准特征融合网络(RFF-FPN)，将小目标的浅层边界特征与深层语义特征结合，更好地捕捉多尺度目标的语义信息，同时简化颈部网络的结构。实验结果表明，在VisDrone2019数据集上，HAR-DETR算法的mAP50相比原RT-DETR模型提升3.8%，mAP50-95提升3.2%。在RSOD数据集上展现出良好的泛化性能，在小目标检测任务中表现优异，具有较强的实用价值和推广前景。

关键词：小目标检测, DETR, 特征融合, 航拍图像

基金资助：黑龙江省自然科学基金(LH2023E086)，黑龙江省交通运输厅科技项目(HJK2024B002)