MambaRefine-YOLO：用于无人机图像的双模态小目标检测器
计算机视觉与模式识别
2025-11-25 v1
摘要
无人机（UAV）图像中的小目标检测始终面临挑战，受低分辨率和背景杂乱的制约。虽然融合RGB和红外（IR）数据提供了可行的解决方案，但现有方法常在有效跨模态交互与计算效率之间存在权衡。本文介绍MambaRefine-YOLO。其核心贡献包括：（1）双门控互补Mamba融合模块（DGC-MFM），通过照明感知门控机制和差异感知门控机制自适应平衡RGB和IR两种模态；（2）层次特征聚合颈部（HFAN），采用“先精炼后融合”策略以增强多尺度特征。我们的综合实验验证了这种双管齐下的做法。在双模态 DroneVehicle 数据集上，完整模型实现了83.2%的mAP，较基线提升了7.9%。在单模态 VisDrone 数据集上，仅使用HFAN的变体也显示出显著提升，表明其通用性。我们的工作在准确率与速度之间实现了卓越的平衡，非常适用于实际无人机应用。
引用
@article{arxiv.2511.19134,
title = {MambaRefine-YOLO: A Dual-Modality Small Object Detector for UAV Imagery},
author = {Shuyu Cao and Minxin Chen and Yucheng Song and Zhaozhong Chen and Xinyou Zhang},
journal= {arXiv preprint arXiv:2511.19134},
year = {2025}
}
备注
Submitted to IEEE Geoscience and Remote Sensing Letters