基于轻量化多尺度注意力机制的无人机小目标检测模型研究

霍瑛; 吴天乐; 封文清

doi:10.13960/j.issn.1672-2558.2026.01.009

南京工程学院学报（自然科学版） ›› 2026, Vol. 24 ›› Issue (1) : 58 -66. DOI: 10.13960/j.issn.1672-2558.2026.01.009

基于轻量化多尺度注意力机制的无人机小目标检测模型研究

霍瑛, 吴天乐, 封文清

作者信息 +

Author information +

文章历史 +

摘要

针对无人机图像中小目标检测精度低、易出现误检、漏检等问题,文章提出一种基于轻量级多尺度注意力机制的无人机小目标检测(LMA-RTDETR)模型。以RT-DETR模型为框架,在主干网络中融入轻量级多尺度注意力特征提取模块,以增强空间特征提取并降低计算冗余;在编码器部分引入可变形注意力机制,提升模型捕捉长距离空间特征的能力;设计内部最小点距离交并比损失函数,提高模型的回归速度,增强预测多尺度目标的能力。试验结果表明,与RT-DETR模型相比,LMA-RTDETR模型在VisDrone2019数据集上mAP@0.5、mAP@0.5:0.95均提升了2.7%,模型得到压缩,验证了LMA-RTDETR模型在提升检测性能的同时具备良好的轻量化效果。