FBRT-YOLO：面向实时航空图像检测的更快更好方案

具备视觉能力的嵌入式飞行设备已成为广泛应用场景的关键组件。在航空图像检测中，虽许多现有方法已部分解决小目标检测问题，但仍面临在小目标检测优化与检测精度效率之间平衡方面的挑战。这些问题是推动实时航空图像检测技术进步的关键障碍。为此，本文提出了一套新的实时航空图像检测器，命名为FBRT-YOLO，以解决检测精度与效率之间的不平衡问题。该方法由两个轻量级模块构成：特征互补映射模块(FCM)和多核感知单元(MKP)，旨加强对航空图像中小目标的感知能力。FCM旨在缓解由深层网络中小目标信息丢失导致的信息不平衡问题，致力于更深入地将目标的空间位置信息整合到网络中，更好地与深层语义信息对齐，以提升小目标的定位精度。我们引入MKP，利用不同尺寸的卷积核来增强不同尺寸目标之间的关系，提高对各尺寸目标的感知能力。在包括Visdrone、UAVDT和AI-TOD在内的三个主要航空图像数据集上进行大量实验表明，FBRT-YOLO在性能和速度方面均优于各种实时检测器。