基于 YOLOv11n 的无人机航拍小目标检测算法学习

复制代码
基于 YOLOv11n 的无人机航拍小目标检测算法

问题:无人机航拍图像中小目标检测面临尺度变化大导致的检测精度较低和推理速度较慢等

解决:在 C3k2 模块中引入可变形卷积(DCN),增强模型在复杂背景下对

多尺度目标的特征提取能力,特别是对于形变显著的小目标。其次,针对无人机航拍图像中小目标占比较多等情形,新增 P2(Prediction

Layer 2)小目标检测层并去除了 P5(Prediction Layer 5)大目标层,有效提高了小目标特征的捕获精度,同时减少了大目标检测层的

冗余计算。然后,提出了一种结合 Focal Loss 与 DIoU Loss 的 Focal-DIoU(Focal Loss and Distance-IoU Loss)损失函数,解决了小目

标检测中的各目标类别不平衡问题,并优化了边界框的定位精度。最后,采用 LAMP 剪枝方法对模型进行轻量化处理,主要通过适当

调整剪枝加速比,自适应地按层评估并删除冗余连接,减少模型整体计算量并加速推理过程。

结果:文章所提 YOLOv11n-DPD 算法通过引

入可变形卷积、优化小目标检测层结构、改进损失函数和进行模型剪枝,提高了检测精度、加速了推理过程并优化了模型大小,与现

有的小目标检测方法相比表现更优,尤其适用于无人机航拍小目标检测任务和嵌入式平台的部署推理。

可变卷积过程

每个部分增加个偏移量

蛇形卷积

相关推荐
许商16 小时前
【无人机】1.编译betaflight和cleanflight的固件
无人机
云卓SKYDROID16 小时前
植保无人机技术与运行要点解析
无人机·科普·高科技·云卓科技·植保机
GUPAOAI17 小时前
阅兵背后的科技:战场上的目标检测与无人机巡检
人工智能·科技·深度学习·目标检测·计算机视觉·ai·无人机
Coovally AI模型快速验证19 小时前
轻量级注意力模型HOTSPOT-YOLO:无人机光伏热异常检测新SOTA,mAP高达90.8%
人工智能·学习·yolo·计算机视觉·目标跟踪·无人机
Coovally AI模型快速验证1 天前
突破闭集限制:3D-MOOD 实现开集单目 3D 检测新 SOTA
人工智能·yolo·计算机视觉·3d·目标跟踪·无人机
云卓SKYDROID1 天前
无人机GPS悬停模块技术解析
人工智能·目标跟踪·无人机·高科技·航线系统
音视频牛哥1 天前
低空经济的中国式进化:无人机与实时视频链路的未来五年
音视频·无人机·大牛直播sdk·城市数字孪生音视频方案·ai 视频感知低延迟音视频·无人机巡检音视频方案·低空经济音视频方案
电力程序小学童1 天前
【无人机三维路径规划】基于遗传算法GA结合粒子群算法PSO无人机复杂环境避障三维路径规划(含GA和PSO对比)研究
算法·无人机·ga·pso·改进粒子群·粒子群·gapso
小O的算法实验室1 天前
2025年COR IOTJ SCI2区,灾后通信无人机基站位置优化和移动充电无人机路径规划,深度解析+性能实测
无人机·论文复现·智能算法·智能算法改进