UFO-DETR：基于频率引导的无人机小目标端到端检测器
计算机视觉与模式识别
2026-02-27 v1
摘要
无人机图像中的小目标检测面临尺度变化、目标稠密分布和小目标占比优势等显著挑战。现有算法依赖人工设计组件，通用检测器未针对无人机图像进行优化，难以平衡精度与复杂度。为此，本文提出一种端到端目标检测框架 UFO-DETR，集成 LSKNet 基座网络优化感受野并降低参数数量。通过结合 DAttention 与 AIFI 模块，模型灵活建模多尺度空间关系，提升多尺度目标检测性能。此外，提出 DynFreq-C3 模块通过跨空间频率特征增强提升小目标检测能力。实验结果表明，相较于 RT-DETR-L，本方法在检测性能与计算效率上均显著优于，为无人机边缘计算提供了高效解决方案。
引用
@article{arxiv.2602.22712,
title = {UFO-DETR: Frequency-Guided End-to-End Detector for UAV Tiny Objects},
author = {Yuankai Chen and Kai Lin and Qihong Wu and Xinxuan Yang and Jiashuo Lai and Ruoen Chen and Haonan Shi and Minfan He and Meihua Wang},
journal= {arXiv preprint arXiv:2602.22712},
year = {2026}
}
备注
6 pages, 6 figures, published to 2026 International Conference on Computer Supported Cooperative Work in Design