从模糊到卓越检测：基于YOLO的超分辨率航拍目标检测
计算机视觉与模式识别
2025-07-10 v2 机器学习
摘要
航拍目标检测面临目标尺寸小、高密度聚集以及因距离和运动模糊导致的图像质量下降等挑战。这些因素造成了信息瓶颈，有限的像素表示无法编码足够的判别性特征。B2BDet 通过一个两阶段框架来解决这个问题，该框架在推理阶段应用特定领域的超分辨率，随后使用增强的 YOLOv5 架构进行检测。与在训练阶段增强学习表征的超分辨率方法不同，我们的方法从每个输入图像中恢复视觉信息。该方法结合了针对航拍优化的 SRGAN 微调与架构创新，包括高效注意力模块 (EAM) 和跨层特征金字塔网络 (CLFPN)。在四个航拍数据集上的评估显示了性能提升，其中 VisDrone 仅使用 27.7M 参数就达到了 52.5% 的 mAP。消融研究表明，超分辨率预处理贡献了 +2.6% 的 mAP 提升，而架构增强增加了 +2.9%，相较于基线 YOLOv5 总共提升了 +5.5%。该方法实现了计算效率，与近期方法相比参数减少了 53.8%，同时实现了强大的小目标检测性能。
引用
@article{arxiv.2401.14661,
title = {From Blurry to Brilliant Detection: YOLO-Based Aerial Object Detection with Super Resolution},
author = {Ragib Amin Nihal and Benjamin Yen and Takeshi Ashizawa and Katsutoshi Itoyama and Kazuhiro Nakadai},
journal= {arXiv preprint arXiv:2401.14661},
year = {2025}
}