面向远程感知图像实时检测的轻量级检测器
计算机视觉与模式识别
2025-12-05 v2 人工智能
摘要
远程感知图像广泛应用于各个领域，但实时检测仍面临小目标普遍且需在准确性与效率之间寻求平衡的挑战。为此，我们提出 DMG-YOLO，一个针对远程感知图像中小目标检测的轻量级实时检测器。具体而言，我们在主干网络中设计了双分支特征提取（DFE）模块，将特征图划分为两个平行分支：一个通过深度可分离卷积提取局部特征，另一个则采用带有门控机制的视觉转换器捕获全局上下文。此外，颈部我们引入了全局与局部聚合特征金字塔网络（GLAFPN），通过全局-局部特征融合进一步提升小目标检测。在 VisDrone2019 和 NWPU VHR-10 数据集上进行的大量实验表明，DMG-YOLO 在 mAP、模型规模及其他关键指标方面均表现出竞争力。
引用
@article{arxiv.2511.17147,
title = {A lightweight detector for real-time detection of remote sensing images},
author = {Qianyi Wang and Guoqiang Ren},
journal= {arXiv preprint arXiv:2511.17147},
year = {2025}
}
备注
wrong results