基于 YOLO 增强小目标检测：改进精度与效率的新框架
计算机视觉与模式识别
2025-12-09 v1
摘要
本文研究和开发了在大规模航拍图像中检测小目标的方法。当前航拍图像中小目标检测的方法通常涉及图像裁剪和对检测器网络架构的修改。诸如滑动窗口裁剪和架构增强（包括更高分辨率的特征图和注意力机制）等技术被广泛使用。鉴于航拍图像在各种关键和工业应用中的重要性，稳健的小目标检测框架变得尤为必要。为满足这一需求，我们采用了基础 SW-YOLO 方法，通过优化滑动窗口使用的裁剪尺寸和重叠来提高小目标检测的速度和精度，并通过架构修改进一步增强。我们提出了一种新模型，通过修改基础模型架构，包括在颈部集成高级特征提取模块以增强特征图，在主干中集成 CBAM 以保留空间和通道信息，并引入新头部以提升小目标检测精度。最后，我们将我们的方法与 SAHI（最强大的大规模图像处理框架之一）和 CZDet（同样基于图像裁剪）进行了比较，在精度上取得了显著提升。所提出的模型在 VisDrone2019 数据集上实现了显著的精度提升，大幅超越了基线 YOLOv5L 检测器。具体而言，最终提出的模型将 VisDrone2019 数据集上的 [email protected] 精度从 YOLOv5L 检测器达到的基线精度 35.5 提升至 61.2。值得注意的是，CZDet 这一应用于该数据集的经典方法的精度为 58.36。本研究展示了显著的精度提升，从 35.5 提升至 61.2。
引用
@article{arxiv.2512.07379,
title = {Enhancing Small Object Detection with YOLO: A Novel Framework for Improved Accuracy and Efficiency},
author = {Mahila Moghadami and Mohammad Ali Keyvanrad and Melika Sabaghian},
journal= {arXiv preprint arXiv:2512.07379},
year = {2025}
}
备注
22 pages, 16 figures