来源：期刊VIP网 时间：
作者：童浩然;金涵;
单位：上海交通大学电子信息与电气工程学院;
摘要：针对无人机航拍图像中目标小、遮挡严重、背景复杂等检测难点，文中提出一种基于改进YOLO-DETR的端到端无人机航拍图像检测算法。首先，将YOLOv8的检测头替换为RT-DETR的解码器，以摆脱NMS对小目标检测的不利影响；其次，在主干网络中引入设计的CAA-Fusion模块，将两条经过CAA的辅助信息流与P4特征图融合，丰富了细粒度特征，增强了主干的特征提取能力；然后，在Neck中引入小目标检测层，并采用H-GFPN结构，通过引入跨尺度连接增强了不同尺度间的信息融合，以提升对小目标的检测能力；最后，在Neck中引入C2f-FR-EMA模块，以提高特征融合时对小目标的关注度。改进后的算法在无人机航拍数据集VisDrone2019上相较于YOLOv8s模型mAP@0.5提升了11.3%，精度优于模型参数量接近的YOLO系列模型和RT-DETR模型，验证了改进算法在无人机航拍图像检测上的有效性。
关键词：无人机航拍;;小目标;;YOLOv8;;RT-DETR;;辅助信息流;;H-GFPN;;C2f-FR-EMA
基金资助：国家自然科学基金项目(62227815)
