改进YOLOv11的无人机小目标检测算法

来源：计算机工程与应用杂志2025年第15期北京时间：

作者：刘玉萍, 尚翠娟, 李明明

单位：1.安徽理工大学 计算机科学与工程学院，安徽 淮南 232001；2.滁州学院 人工智能学院，安徽 滁州 239000

摘要：针对无人机小目标检测任务中小目标像素少、尺度变化大、易受背景干扰的问题，提出一种基于YOLOv11的改进算法。设计新的ELAN-DC模块改进主干网络，在高效层聚合网络ELAN的CBS模块中结合双卷积DC，增强模型主干部分的特征提取能力。设计一种新的全局到局部双向特征融合结构GLBiFPN，提升多尺度特征融合的效果。引入动态检测头DyHead，进一步增强模型的检测精度。实验结果表明，在VisDrone2019数据集上，改进算法的检测精度mAP50和mAP50-95相比YOLOv11n分别提高5.1和3.5个百分点。

关键词：YOLOv11,小目标,多尺度特征融合,无人机