嵌入自适应空间注意力的Scaled-YOLOv4小目标检测模型
来源：计算机应用与软件杂志2025年第6期北京时间：
作者：张家源, 窦全胜, 唐焕玲
摘要：针对目标检测方法中网络采用固定感受度传感模拟特征时只关注常规尺寸目标而忽略小目标的特征造成检测精度低的问题，提出自适应空间注意力机制，增加并行的不同大小卷积核，嵌入Scaled-YOLOv4残差结构的3×3卷积层中，使网络根据不同的尺寸的物体自主调节感受度大小加强对小目标特征的提取。实验结果表明，新的网络模型能有效提升小目标的检测精度，并改善原模型存在的误检和漏检问题。在MSCOCO和PASCAL VOC等数据集上的检测精度均比之前有较大提升。
关键词：小目标检测, Scaled-YOLOv4, 深度学习, 注意力机制, 自适应感受度
