无人机航拍视角下密集场景非机动车小目标检测方法

来源：交通运输系统工程与信息杂志2025年第4期北京时间：

作者：郑展骥, 冯昌奎, 赵杨洋, 凃强, 张河山, 徐进

单位：1. 重庆交通大学，交通运输学院，重庆400074；2.公安部交通管理科学研究所，江苏无锡214151；3. 重庆市城投金卡信息产业(集团)股份有限公司，博士后科研工作站，重庆400074

摘要：针对无人机航拍图像中背景丰富，多个小目标聚集导致的误检、漏检，以及置信度不高等问题，本文提出一种改进YOLOX(YouOnlyLookOnceX)的目标检测算法。首先，设计一种提取高频特征信息的注意力机制(LE-MSA)，避免小目标特征消失在冗余信息中；其次，为防止样本类别不均衡导致检测效果差的问题，引入VarifocalLoss损失函数，与BCEWithLogitsLoss损失函数共同参与分类准确度和目标框定位精度的提升；最后，提出一种包含自适应小目标增强和区域增强方法在内的多策略数据增强方法，提高模型的泛化能力。试验结果表明，LE-YOLOX算法表现出良好的检测能力，其检测精度达到90.78%，优于Faster R-CNN(71.30%)、YOLOv5(88.15%)、YOLOv8(87.63%)、YOLOv10(86.1%)和YOLOX(87.82%)；同时，改进YOLOX在实际检测时能够有效解决无人机航拍图像下密集小目标的误检和漏检问题，具有较强的小目标识别和密集目标处理能力。

关键词：智能交通,密集小目标检测,YOLOX,无人机航拍图像,注意力机制

基金资助：中国博士后科学基金面上项目(2022M710547)；教育部人文社会科学研究青年基金项目 (24YJCZH412)。