改进RT-DETR的小目标检测方法研究

来源：计算机工程与应用杂志2025年第15期北京时间：

作者：程鑫淼, 张雪松, 曹冰洁, 宋存利

单位：大连交通大学 轨道智能工程学院，辽宁 大连 116052

摘要：针对复杂场景小目标检测中存在的背景干扰严重、特征表达能力不足等问题，提出了一种基于改进RT-DETR的小目标检测模型DA-DETR。在骨干网络中引入了一种多阶门控聚合模块（multi-order gated aggregation block），通过增强局部与全局特征的差异性使目标检测器能更好地区分前景物体和嘈杂背景。引入了卷积加性标记混合器（convolutional additive token mixer，CATM），进一步减少了特征丢失，提升了模型的全局与局部信息整合能力。提出了一种改进的损失函数CoreProximity-IoU，其对于小目标检测的IoU变化更敏感。实验结果表明，DA-DETR模型在VisDrone2019数据集上的mAP@50和mAP@50：95分别提升了2.8和2.3个百分点，在KITTI数据集上的mAP@50和mAP@50：95分别比RT-DETR提升了0.6和0.4个百分点。此外，模型计算量和参数量均有显著的减少，进一步验证了所提出方法的有效性和优越性。

关键词：小目标检测,RT-DETR,复杂场景,背景干扰