来源：期刊VIP网 时间：
作者：王建敏;孙廷松;孙建宇;黄佳鹏;
单位：辽宁工程技术大学测绘与地理科学学院;
摘要：针对传统的遥感目标检测算法在复杂背景、多尺度和密集小目标场景下检测困难的问题，提出了一种基于YOLOv11改进的MC-YOLO算法：在主干网中引入了DC3K2模块，该模块通过分层堆叠的方式集成MobileVIT3模块的输出特征，并通过深度可分离卷积进行特征融合；在主干网和颈部之间引入了跨层融合模块，该模块通过门控激活函数有选择性地将浅层的位置信息与深层的高级语义信息融合；在原有的检测头基础上增加一个小目标检测头；在检测头前面引入了多角度注意力模块，该模块通过通道、长和宽方向提取特征信息，避免了单一或者两个方向信息提取不足的情况。实验结果表明，在VirDrone2019数据集中MC-YOLO-n算法的评估指标均优于YOLOv11-n算法，mAP_(0.5)和mAP_(0.5∶0.95)分别提升了5.7%和3.8%。实验结果验证了MC-YOLO算法在目标检测方面的显著性能和优势。
关键词：目标检测;;注意力机制;;YOLOv11;;密集目标;;多尺度目标
基金资助：国家自然科学基金面上项目(41474020)
