融合双分支网络与视觉引导注意力的遥感小目标检测

摘要

针对遥感图像中小目标特征微弱且背景复杂的问题，提出一种融合可见光和红外的双分支网络(visual-guided dual-branch attention YOLO,VGDA-YOLO)。该模型以YOLO11为基础，设计了结合YOLO与Transformer的双分支主干网络，并行处理可见光与红外数据，可高效捕获目标的局部细节与全局上下文依赖。在解决小目标结构特征提取困难方面，通过模拟初级视觉皮层的方向选择性，提出了仿生方向感知模块，增强了对小目标的结构特征提取。为解决背景干扰问题，模仿“中央凹-周边”协同机制，利用浅层特征引导深层语义特征进行精准融合，提出视觉引导注意力融合模块，有效抑制背景干扰。在公开VEDAI(vehicle detection in aerial imagery)数据集上的实验结果表明，VGDA-YOLO的平均精度均值达到0.750,性能优于多种基准及先进的检测模型。

关键词

遥感 / 小目标检测 / YOLO / 双分支网络 / 注意力机制