融合多尺度层级特征的航拍小目标检测

来源：计算机工程与应用杂志2025年第9期北京时间：

作者：杨鸿丹, 付贵, 邵慧超, 汪艺欣, 邵延华, 楚红雨, 邓琥

单位：1.西南科技大学 信息工程学院，四川 绵阳 621010 ；2.中国民航飞行学院 飞行技术学院，四川 广汉 618307；3.立得空间信息技术股份有限公司，武汉 430070

摘要：针对航拍图像大视野、小尺寸、分布密集从而导致小目标检测精度低的问题，提出一种基于YOLOv8改进的融合多尺度特征的航拍检测算法，构建了轻量化的L-MobileViT模块捕获特征间的有效关系，减缓信息丢失，提高模型的检测性能。提出了多层级的多尺度融合模块HF（hierarchical fusion），融合深层级的语义信息与底层级空间纹理信息，提高密集场景下小目标的检测能力。在YOLOv8基础上增加小目标检测头删减大目标检测头，提升小目标检测能力，减少小目标的漏检。实验结果表明，改进后的模型在VisDrone2019与UAV航拍交通小目标数据集（UAV-TrafficTinyDataset）中取得了较优的效果，与基线模型相比，mAP@50分别提高17.6%、15.7%，对小目标的检测效果有明显的提升，综合性能优于主流的航拍检测算法，表明改进算法具有更优泛化性与鲁棒性，适用于航拍场景下的检测任务。

关键词：航拍图像,小目标检测,多层级特征融合,L-MobileViT,YOLOv8