基于注意力机制和空洞卷积的无人机图像目标检测

来源：计算机应用与软件杂志2025年第2期北京时间：

作者：赖勤波, 马正华, 朱蓉

摘要：针对现有无人机图像目标检测算法存在小目标检测精度低、多尺度目标漏检等问题，提出一种基于通道注意力机制和并行结构空洞卷积特征融合的无人机图像目标检测算法。该算法在ResNet50特征提取网络中引入SENet和PSDCFFN，从通道和感受野两个层面提高算法的特征表达能力，并使用ROI Align代替ROI Pooling，基于K-Means重新设计RPN(Region Proposal Networks)锚框尺寸，减小目标回归过程的坐标偏差。实验表明，该算法能够提升无人机图像目标检测精度，在RSOD-Dataset和无人机图像数据集上，mAP分别达到92.52%和98.07%。

关键词：无人机图像, Faster R-CNN, 注意力机制, 空洞卷积, 特征融合, 目标检测