来源：期刊VIP网 时间：
作者：王康;王小林;刘心智;邓健志;
单位：桂林理工大学物理与电子信息工程学院;广西大藤峡水利枢纽开发有限责任公司;
摘要：针对小目标检测任务中目标占图片比例小、语义信息少，因此检测中常出现漏检、误检等问题。文中提出一种改进RT-DETR的小目标检测模型，在保证实时性的前提下提高检测性能。首先，对RT-DETR模型中的主干网络进行改进，设计部分重新参数化卷积模块，提高了特征提取效率；然后，引入高效多尺度注意力机制，结合空间和跨空间信息聚合的方法，在AIFI编码器中使用HiLo注意力机制，减少了计算成本，提高了检测算法的鲁棒性；最后，在FloW-Img水上小目标数据集上开展实验，结果显示，改进后的RT-DETR模型相较于基线RT-DETR模型在漏检率和误检率方面均有所降低。在测试集上，算法的mAP@0.5指标达到了0.841,mAP@0.5:0.95指标为0.394。相比基线RT-DETR模型，mAP@0.5和mAP@0.5:0.95分别提升了5.5%和3.7%。检测效果优于基线模型与YOLO系列目标检测模型。
关键词：小目标检测;;RT-DETR模型;;PCov;;Transformer;;EMA;;HiLo注意力机制
基金资助：广西科技重大专项绿色高效平陆运河建设“尖峰”专项（桂科AA23062035-2）
