局部背景关联多注意力轻量化遥感飞机检测模型
来源：计算机工程与应用杂志2026年第12期北京时间：
作者：于银山, 丁明鉴, 唐旭, 谭国辰, 毕嘉文, 黄文凯
单位：淮安大学 电子信息工程学院，江苏 淮安 223003；
摘要：针对遥感飞机检测模型在算力受限设备上的部署需求，提出一种基于YOLOv10s的轻量化改进模型RSLAN-YOLOs。设计出Mafe模块并与主干中的C2f结合为C2f_Mafe替换原有的C2f模块，增添双注意力机制；在颈部网络添加创新的轻量级特征融合模块FFn和局部背景关联模块LBAM，分别提高了模型多尺度特征融合能力和空间局部关联能力；在头部引入PSWD新型检测头，使用了权重共享和组归一化的等技术；在模型压缩方面，使用基于LAMP分数的通道剪枝对重设计后的模型进行压缩，进一步减少参数和模型大小。实验结果表明，RSLAN-YOLOs模型在CORS-ADD和UCAS-AOD和MAR20等三个公共的遥感飞机图像数据集上均获得了良好的检测结果。在MAR20数据集上，相较于YOLOv10s模型，模型大小从16.6?MB下降至3.7?MB，降幅为77.71%，在计算量和参数量方面分别下降77.64%和73.39%，FPS提高了12帧/s，检测精度基本不变。
关键词：遥感图像,轻量化,目标检测,YOLOv10,模型剪枝
基金资助：国家自然科学基金（61801188）；江苏省高等学校基础科学研究面上项目（22KJD510001）；江苏省研究生科研与实践创新计划项目（HGYK202423）；淮安市科技计划项目（HAB2025007）。
