一种高效的可变感受野空中图像检测方法
计算机视觉与模式识别
2025-04-22 v1 人工智能
摘要
使用无人机（UAV）进行空中目标检测面临着子10像素目标、密集遮挡以及严格的计算约束等关键挑战。现有检测器由于感受野刚性且架构冗余，难以平衡精度与效率。为解决这些限制，我们提出了可变感受野DETR（VRF-DETR），一种基于Transformer的检测器，包含三个关键组件：1）多尺度上下文融合（MSCF）模块，通过自适应空间注意力和门控多尺度融合动态校准特征；2）门控卷积（GConv）层，通过深度可分离操作和动态门控实现参数高效的局部上下文建模；3）门控多尺度融合（GMCF）瓶颈，通过级联全局-局部交互层次解�od对象。实验于VisDrone2019数据集表明，VRF-DETR在仅13.5M参数下实现了51.4% mAP\textsubscript{50}和31.8% mAP\textsubscript{50:95}。本工作为无人机检测任务建立了新的效率-精度Pareto前沿。
引用
@article{arxiv.2504.15165,
title = {An Efficient Aerial Image Detection with Variable Receptive Fields},
author = {Liu Wenbin},
journal= {arXiv preprint arXiv:2504.15165},
year = {2025}
}