基于改进RT-DETR的航拍图像小目标检测算法

摘要

为了解决航拍图像中小目标检测精度低、模型参数量大及在复杂背景下特征提取能力不足等问题，提出了一种针对航拍图像小目标的轻量快速实时检测变换器（quick-enhanced real-time detection transformer, QRT-DETR）模型。该模型以实时检测变换器（real-time detection transformer, RT-DETR）为基础，在主干网络中设计了轻量级ContextFocus Net主干网络，其核心的ELGC-Mixer模块采用双路径结构结合门控融合机制，分别提取并融合局部细节与全局上下文信息；在特征融合网络中，提出了高频增强跨尺度融合模块，通过利用高分辨率特征层P₂与无参数SimAM注意力机制，构建了一条专属的高频信息通路；引入了一种融合形状感知与分布建模的联合损失函数，结合Inner-ShapeIoU损失函数与归一化Wasserstein距离共同优化边界框回归。在VisDrone2019数据集上进行消融实验，并与其他模型进行性能对比。结果表明：QRT-DETR模型的mAP@50和mAP@50-95分别达到52.0%和32.6%,相较于原始RT-DETR模型分别提高了5.1个百分点和4.0个百分点，参数量减少了41.8%。所提模型可有效提升复杂场景下小目标的检测精度与模型轻量化水平，可为无人机航拍图像小目标检测任务提供可行的技术方案。

关键词

模式识别 / RT-DETR / 航拍图像 / 小目标检测 / 特征融合 / 损失函数