来源：期刊VIP网 时间：
作者：孙肇文;唐立军;刘潇阔;周昱亨;鲜润东;
单位：长沙理工大学物理与电子科学学院;近地空间电磁环境监测与建模湖南省高校重点实验室;柔性电子材料基因工程湖南省重点实验室;
摘要：针对无人机河湖“四乱”检测中小目标检测性能不佳和错检漏检等问题，结合数据集构建、模型架构设计以及检测方法的集成，基于YOLO11提出了无人机河湖“四乱”检测模型URDNet。该模型引入了切片辅助模块对输入网络图像进行切片，同时将双层路由注意力机制引入在网络的主干和颈部结构，并设计了基于空间上下文感知模块的并行特征融合结构。在无人机河湖“四乱”数据集UFDRL上进行对比实验，相比原始模型在mAP_(50)、mAP_(50-95)、mAP_S、mAP_M和mAP_L上分别提升了6.6%、6.0%、7.1%、2.6%和2.5%,且GFLOPs降低了12.2%,验证了模型的有效性。与常用小目标检测模型相比，各项评价指标均有显著提升，优化了复杂河湖环境中小目标与背景混淆造成的错检、漏检问题，实现了针对高分辨率无人机影像的多类别河湖“四乱”检测。
关键词：河湖“四乱”问题;;无人机影像;;小目标检测;;卷积神经网络
基金资助：湖南省水利科技项目(XSKJ2024064-37)
