基于改进RT-DETR的轻量级小目标检测方法

来源：计算机测量与控制杂志2026年第5期北京时间：

作者：郭致诚,曹静,陈曦,胡锴,王国珲

单位：西安工业大学 光电工程学院

摘要：无人机航拍图像的小目标检测性能易受不规则拍摄角度、视角变化、遮挡及光照变化等因素影响而显著下降。为此，提出轻量级的无人机目标检测模型LDRT-DETR；针对小目标与背景尺度差异显著的问题，引入多尺度边缘特征提取单元，从不同尺度获取特征并增强边缘信息，以提升模型对小目标的感知能力；设计上下文增强特征融合方法，以更有效整合上下文信息并减少融合过程中的细节损失，从而提高检测精度；针对无人机航拍图像中背景复杂、遮挡严重的特点，提出多尺度采样模块，该模块结合上采样与下采样机制，并通过多分支结构构建丰富的特征提取路径，从而增强特征表达能力；实验结果表明，LDRT-DETR在VisDrone2019数据集上的mAP50达到50.05%，较RT-DETR提升2.82%，同时参数量和GFLOPs分别下降24.7%和10%。

关键词：目标检测;细节增强;特征融合;轻量化模型;无人机

基金资助：2024年大学生创新创业训练计划项目(S202410702125)；陕西省教育厅科学研究计划项目资助(22JY205)