融合遮挡信息的改进DDETR无人机目标检测算法

来源：计算机工程与应用杂志2024年第1期北京时间：

作者：周建亭, 宣士斌, 王婷

单位：1.广西民族大学 电子信息学院，南宁 530006；2.广西民族大学 人工智能学院，南宁 530006 ；3.广西混杂计算与集成电路设计分析重点实验室，南宁 530006

摘要：针对无人机航拍图像中目标场景复杂、小目标多、遮挡严重的问题，提出了一种融合目标遮挡信息的改进DDETR（deformable DETR）的无人机目标检测算法。提出模型用Swin Transformer代替DDETR模型中残差网络来获得更丰富的多层次语义特征；增加DDETR模型对低层次特征的使用来提高对中小目标的检测效果；利用提出的遮挡程度估计模块来辅助模型解决遮挡问题，使模型能更好地检测出遮挡严重的目标。在VisDrone数据集上达到32.3%的平均准确度均值（mean average precision，AP），比标准DDETR模型AP值提高了3.3个百分点，与主流无人机航拍图像目标检测方法相比，达到了当前先进水平。

关键词：无人机目标检测,深度学习,交叉注意力,可变形卷积