面向无人机小目标的RTDETR改进检测算法

作     者：胡佳乐 周敏 申飞 HU Jiale;ZHOU Min;SHEN Fei

作者机构：武汉科技大学机械自动化学院武汉430080 

基　　金：国家自然科学基金(51975431) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年第60卷第20期

页      码：198-206页

摘      要：针对无人机目标检测中目标小且密集、背景复杂、硬件条件限制等挑战,提出一种改进的RTDETR检测器。在骨干网络,设计轻量级多尺度注意力特征提取模块(Rep-FasterNet EMA block),使用RepConv改进FasterNet block,同时引入多尺度注意力模块(EMA),增强空间特征提取能力并降低计算冗余。在Encoder部分,采用了DyASF特征融合结构替换CCFM,利用动态尺度序列特征融合(DySSFF)模块和三重特征编码器(TPE)模块,避免上下采样导致的小目标特征信息丢失,并丰富小目标检测详细信息,增强了网络尺度特征融合能力。对于损失函数,结合Focaler-IoU和Shape-IoU的优点,提出了Focaler-Shape-IoU替换原模型GIOU,注入边界框的形状和尺度信息,聚焦困难样本,增强边界框回归效果。实验结果表明,改进模型在Visdrone2019数据集上的mAP_(0.5)和mAP_(0.5:0.95)分别提升了1.6个百分点和0.7个百分点,同时权值文件大小有一定减少,验证了改进模型的有效性。

主 题 词：无人机遥感 小目标检测 RTDETR 多尺度注意力 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.3778/j.issn.1002-8331.2404-0114

馆 藏 号：203144341...