-
题名基于频率增强和细粒度融合的航拍小目标检测算法
- 1
-
-
作者
李杰
王晓明
-
机构
西华大学计算机与软件工程学院
-
出处
《陕西科技大学学报》
北大核心
2025年第5期175-186,共12页
-
基金
四川省科技计划重点研究项目(2023YFG0098)。
-
文摘
航拍图像中的目标排列密集,存在尺度差异大、细节模糊、以及易被背景淹没等问题,上述因素导致了小目标检测困难.针对这些问题,提出一种金字塔Transformer架构的小目标检测算法FE-DETR(Frequency Enhancement Detection Transformer).首先提出频率增强Transformer,利用离散小波变换分离并增强饱含细节特征的高频信息,设计基于频率增强Transformer的金字塔结构主干,显著降低主干参数的同时最大限度减少提取过程中的小目标特征信息丢失;其次嵌入一种小目标专用的LR-FPN(Location Refined Feature Pyramid Network),在融合多尺度特征时,提取低层次目标信息并实现细粒度上下文融合,增强模型泛化能力;最后将Wasserstein距离与MPDIoU结合,提出能够适应尺度变化的NWD-MPDIoU损失函数,降低小目标的位置偏差敏感性,提升密集小目标样本回归精度.所提算法在VisDrone2019数据集上的mAP@0.5达到了51.1%,较基准模型在检测精度mAP@0.5值和mAP@[0.5-0.95]值上分别提升了5.2%和4.1%,参数量减少了28.1%,在DOTA和AITOD数据集上也取得较好效果,表明模型具有较强的泛化能力和鲁棒性,高效适用于密集场景下的小目标检测.
-
关键词
FE-DETR算法
频率增强Transformer
lr-fpn
NWD-MPDIoU损失函数
-
Keywords
FE-DETR algorithm
frequency enhance Transformer
lr-fpn
NWD-MPDIoU loss function
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
