91一级特黄大片|婷婷中文字幕在线|av成人无码国产|日韩无码一二三区|久久不射强奸视频|九九九久久久精品|国产免费浮力限制

該論文發(fā)表于AAAI Conference on Artificial Intelligence 2025（CCF A），題目為《FBRT-YOLO:Faster and Better for Real-Time Aerial Image Detection》。

本文第一作者為北京理工大學(xué)的肖遙，通訊作者為北京理工大學(xué)的許廷發(fā)教授與李佳男副教授。。

論文鏈接為：https://arxiv.org/abs/2504.20670

1. 概要

在航拍圖像檢測任務(wù)中，盡管已有許多方法在一定程度上緩解了小目標(biāo)檢測問題，但在提升小目標(biāo)檢測性能的同時(shí)，兼顧檢測精度與推理效率仍是艱巨的挑戰(zhàn)，這也成為制約技術(shù)發(fā)展的關(guān)鍵瓶頸。。

針對上述問題，本文提出了一種面向航拍圖像檢測的全新實(shí)時(shí)檢測器系列，命名為 FBRT-YOLO，旨在解決檢測精度與效率之間的不平衡問題。該方法的核心在于兩個(gè)新穎的輕量化模塊：特征互補(bǔ)映射模塊（FCM）和多核感知單元（MKP），它們用于增強(qiáng)對航拍圖像中小目標(biāo)的感知能力；此外，本文還對網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了針對性的冗余削減。

在VisDrone、UAVDT和AI-TOD三個(gè)主流航拍圖像數(shù)據(jù)集上的大量實(shí)驗(yàn)證明，F(xiàn)BRT-YOLO 在性能與速度方面均優(yōu)于多種現(xiàn)有的實(shí)時(shí)檢測器。FBRT-YOLO框架圖如圖 1所示。

圖1 FBRT-YOLO框架圖

2. 研究背景

近年來，深度神經(jīng)網(wǎng)絡(luò)的發(fā)展顯著提升了對低分辨率自然圖像的目標(biāo)檢測性能。然而，當(dāng)這些方法應(yīng)用于高分辨率航拍圖像，并部署于資源受限的無人機(jī)等邊緣設(shè)備時(shí)，其精度與效率的平衡點(diǎn)遠(yuǎn)未達(dá)到理想狀態(tài)。其主要挑戰(zhàn)包括：（1）檢測航拍圖像中尺寸較小或被背景遮擋的目標(biāo)；（2）在計(jì)算資源有限的設(shè)備上，實(shí)現(xiàn)檢測精度與實(shí)時(shí)性的平衡。

為提升小目標(biāo)檢測性能，提高圖像分辨率是一種常見的做法，但這也顯著增加了計(jì)算負(fù)擔(dān)，影響了實(shí)時(shí)性能的實(shí)現(xiàn)。同時(shí)，深層網(wǎng)絡(luò)提供的低分辨率語義信息與淺層網(wǎng)絡(luò)提供的高分辨率空間信息之間存在不匹配問題。

為了解決這一問題，特征金字塔結(jié)構(gòu)（FPN）被廣泛采用，用于融合深淺層特征，增強(qiáng)小目標(biāo)定位與多尺度特征表達(dá)，同時(shí)提升計(jì)算效率。然而，傳統(tǒng)主干網(wǎng)絡(luò)在向下傳遞特征時(shí)難以有效保留淺層的空間細(xì)節(jié)，導(dǎo)致后續(xù)的特征融合存在信息錯配（information mismatch）問題。

3. 方法介紹

為應(yīng)對航拍圖像目標(biāo)檢測中的挑戰(zhàn)，本文設(shè)計(jì)了一種能夠兼顧檢測精度與實(shí)時(shí)效率的有效網(wǎng)絡(luò)架構(gòu)。本文提出了一種新型檢測網(wǎng)絡(luò)，包含兩個(gè)輕量級模塊：特征互補(bǔ)映射模塊（FCM）和多核感知單元（MKP）。

首先，為了緩解主干網(wǎng)絡(luò)中的信息不平衡問題，并促進(jìn)語義信息與空間位置信息的有效融合，設(shè)計(jì)了特征互補(bǔ)映射模塊（FCM）。

FCM先將輸入的特征圖在通道維度上一分為二。一路專門負(fù)責(zé)學(xué)習(xí)語義信息（X¹），另一路專門負(fù)責(zé)保留空間信息（X²）。語義分支（X1）通過一個(gè)3×3卷積生成富含語義的特征X^C；空間分支（X²）則通過一個(gè)1×1逐點(diǎn)卷積生成保留了精細(xì)空間信息的特征X^S。X^C首先經(jīng)過一個(gè)DWConv操作得到X^D,然后X^D經(jīng)過通道引導(dǎo)模塊和Sigmoid激活函數(shù)后得到一個(gè)通道注意力權(quán)重向量ω?；同樣的，經(jīng)過類似操作得到空間注意力向量ω?，最終，通過注意力加權(quán)的方式將二者融合（X^S⊗ω?+X^C⊗ω?）得到X^FCM，這樣操作可以實(shí)現(xiàn)淺層空間位置信息向深層的有效傳遞，從而增強(qiáng)特征對齊能力，提高小目標(biāo)的定位效果，F(xiàn)CM模塊如圖 2 所示。

圖2 FCM模塊

其次，考慮到航拍圖像中的小目標(biāo)通常只占據(jù)極少像素，極易在卷積神經(jīng)網(wǎng)絡(luò)的特征提取過程中發(fā)生信息丟失，我們進(jìn)一步從網(wǎng)絡(luò)感受野角度出發(fā)，提出了多核感知單元（MKP）。

該模塊使用k=3,5,7等多尺寸卷積核，串行地提取從局部到全局的多尺度特征。本文將MKP用于替換網(wǎng)絡(luò)的最終下采樣層，使網(wǎng)絡(luò)能夠感知多尺度目標(biāo)，在提升特征捕獲能力的同時(shí)進(jìn)一步簡化網(wǎng)絡(luò)結(jié)構(gòu)。MKP單元如圖3所示。

圖3 MKP單元

最后，本文還對網(wǎng)絡(luò)進(jìn)行了冗余削減的優(yōu)化操作（Redundancy Reduction）。在需要將特征圖尺寸減半的下采樣過程中，傳統(tǒng)方法采用的步長為2的3×3標(biāo)準(zhǔn)卷積計(jì)算成本較高。本文采用了一種更高效的替代方案：先通過步長為2的3×3分組卷積進(jìn)行空間下采樣，再利用1×1的逐點(diǎn)卷積進(jìn)行通道信息整合。這種“先分組、后逐點(diǎn)”的策略極大地降低了計(jì)算開銷。

4. 實(shí)驗(yàn)結(jié)果

本文采用三個(gè)主流的航拍數(shù)據(jù)集，分別是VisDrone（26k+圖片，10個(gè)類別，中小型尺寸）,UAVDT（100視頻，三個(gè)類別，小型）,AI-TOD（28k圖片，三個(gè)類別，極小型目標(biāo)），評價(jià)指標(biāo)有：mAP、AP₅₀、AP₇₅、Params、FLOPs、FPS。

在VisDrone數(shù)據(jù)集上(表 1)，F(xiàn)BRT-YOLO的N/S/M/L/X 全系列模型，相比于同等規(guī)模的YOLOv8,YOLOv9,YOLOv10,和RT-DETR等當(dāng)前最先進(jìn)的實(shí)時(shí)檢測器，實(shí)現(xiàn)了“參數(shù)更少、速度更快、精度更高”的全面領(lǐng)先。

表1

在UAVDT數(shù)據(jù)集(表 2)：FBRT-YOLO的AP達(dá)到了18.4%，顯著優(yōu)于之前的多種方法如 GLSAN 17.0%)和CEASC(17.1%)，這證明了該方法在不同場景的航拍圖像上同樣有效。

表2

在AI-TOD數(shù)據(jù)集 (表 3)，F(xiàn)BRT-YOLO-S相比基線YOLOv8-S，在參數(shù)量和FLOPs大幅降低的同時(shí)，AP提升了1.1%，AP₅₀ 提升了2.2%。直接證明了FCM和MKP模塊對于提升小目標(biāo)檢測性能的有效性。

表3

本文還對RR（冗余削減策略）、FCM(特征互補(bǔ)映射模塊)、MKP(多核感知單元)進(jìn)行了消融實(shí)驗(yàn)（表 4），

僅應(yīng)用RR策略，便可在AP幾乎無損的情況下，使模型的參數(shù)量和FLOPs降低超過10%，驗(yàn)證了其在效率提升上的顯著作用。在RR的基礎(chǔ)上加入FCM，模型的AP提升了約0.9%，AP₅₀提升了1.4%，且計(jì)算量進(jìn)一步降低。這證明了FCM在不增加成本的情況下，有效改善了特征質(zhì)量，提升了精度。在RR+FCM的基礎(chǔ)上加入MKP，模型的AP和AP₅₀再次獲得顯著提升（AP提升0.7%，AP₅₀提升1.8%），最終達(dá)到了最佳性能。這證明了MKP對于增強(qiáng)多尺度感知能力的關(guān)鍵作用。

表4

5. 總結(jié)

本文提出了一種面向航拍圖像檢測的全新實(shí)時(shí)檢測器系列，命名為 FBRT-YOLO。該方法引入了兩個(gè)輕量級模塊：特征互補(bǔ)映射模塊（FCM），旨在增強(qiáng)豐富語義信息與精確空間位置信息的融合能力；以及多核感知單元（MKP），用于加強(qiáng)多尺度目標(biāo)的感知能力，提升網(wǎng)絡(luò)對不同尺度特征的捕捉效果。此外，為了更好地適應(yīng)航拍圖像檢測任務(wù)，我們還對傳統(tǒng)檢測器中存在的冗余結(jié)構(gòu)進(jìn)行了精簡，從而進(jìn)一步提升網(wǎng)絡(luò)的運(yùn)行速度。在VisDrone、UAVDT和AI-TOD三個(gè)航拍圖像數(shù)據(jù)集上的大量實(shí)驗(yàn)證明，F(xiàn)BRT-YOLO 在檢測精度與效率之間實(shí)現(xiàn)了高度平衡的性能表現(xiàn)。

撰稿人：吳慶國

審稿人：梁瑾