基于细粒度双向多尺度融合的无人机航拍小目标检测方法

本发明涉及无人机目标检测，具体涉及基于细粒度双向多尺度融合的无人机航拍小目标检测方法。

背景技术：

1、无人机技术在电力巡检、智慧城市监控、应急救援、地质勘测等领域的广泛应用，使航拍图像目标检测已成为无人机自主作业的核心支撑技术。无人机航拍图像具有视角高、覆盖范围广、场景复杂多变等特点，目标普遍呈现尺度微小、分布密集、遮挡频繁、纹理信息匮乏等特性，同时易受光照变化、背景干扰、视角偏移等因素影响，导致传统检测模型极易出现漏检、误检与定位偏差问题。此外，无人机机载嵌入式平台存在算力有限、存储资源紧张、功耗约束严格等客观限制，高精度检测模型往往因参数量大、计算冗余度高而难以实现端侧实时部署，检测精度与推理效率的平衡问题成为制约无人机航拍小目标检测工程化落地的关键瓶颈。

2、近年来，学术界围绕无人机航拍小目标检测开展了大量深度学习方法研究，其中基于yolo系列的一阶段检测方法因推理速度快、结构简洁等优势成为主流方向。冯琪涵等人在《中国图象图形学报》发表的“融合前景细化和多维归纳偏置自注意力的无人机图像小目标检测”一文中，针对小目标细节丢失与背景干扰问题，提出前景细化与多维归纳偏置自注意力融合机制，通过强化目标区域特征表达提升复杂场景下的检测稳定性；季嘉豪等人在《红外技术》发表的“fstd-yolo：聚焦小目标的航拍图像目标检测算法”中，基于yolov8n设计多感受野特征提取模块与专用小目标检测头，通过增强浅层细节保留与注意力机制优化，缓解小目标特征衰减问题；唐小煜等人在《华南师范大学学报（自然科学版）》提出的dronenet-lite轻量级检测器，引入p2高分辨率增强层改进yolo11结构，在visdrone2019数据集上实现精度与轻量化的兼顾。尽管上述学术研究从特征提取、注意力机制、轻量化设计等角度取得一定进展，但仍普遍存在高分辨率浅层特征利用不充分、跨尺度融合信息衰减严重、多路特征聚合自适应能力不足、检测头分类与定位耦合性强等缺陷，在密集遮挡、极端尺度变化的无人机航拍场景中，小目标检测精度与鲁棒性仍难以满足实际应用需求。

3、针对无人机航拍小目标检测的工程化痛点，国内相关专利技术也展开针对性改进。公开号为cn119625251a的发明专利一种无人机航拍场景下的小目标检测模型，以yolov8s为基础网络，通过优化骨干网络特征提取结构、改进特征金字塔融合方式、引入轻量化卷积模块，降低模型参数量并提升小目标检测效果；公开号为cn119495037a的发明专利一种无人机航拍下小目标的检测方法及检测系统，针对航拍图像目标尺度差异大、背景复杂问题，设计多尺度特征增强模块与自适应非极大值抑制策略，强化小目标特征响应并抑制重复预测框；公开号为cn120495641a的发明专利一种基于rt-detr的无人机航拍小目标检测方法、系统、介质及设备，基于rt-detr架构引入高效多尺度注意力机制，通过跨尺度特征融合与全局上下文建模，提升小目标检测的准确性与鲁棒性。上述专利技术虽从模型结构、特征融合、后处理策略等方面进行优化，但仍存在明显技术局限：细粒度双向多尺度融合机制缺失，高分辨率浅层细节在跨尺度传递中衰减显著；多路特征融合依赖固定权重分配，自适应聚合能力弱；特征提取模块空间建模与通道交互能力不足，浅层细粒度特征保留不充分；检测头未实现高效解耦与跨层局部感知融合，密集小目标场景下分类与定位协同性差，难以同时满足高精度、轻量型、实时性的无人机端侧部署要求。

4、现有学术研究与专利技术均未能系统性解决无人机航拍小目标检测中浅层细节保留、跨尺度信息耦合、自适应特征聚合、轻量高效部署等核心技术矛盾，复杂场景下小目标漏检、误检、定位漂移问题突出，且高精度模型难以适配无人机嵌入式平台。

技术实现思路

1、基于上述技术问题，本技术公开了基于细粒度双向多尺度融合的无人机航拍小目标检测方法，包括以下步骤：

2、构建以yolov8为基础网络的aerofinefusion-det检测模型，其中，骨干网络采用c2f_cmunextb模块替换原有c2f瓶颈结构，颈部网络构建细粒度双向特征金字塔fs-bifpn，所述fs-bifpn的各融合节点嵌入双注意力加权融合dawf模块，检测头端采用跨层局部感知融合头clafhead；

3、所述fs-bifpn显式纳入高分辨率p2特征层，保留自顶向下与自底向上的双向特征传递路径，且p5特征层仅参与语义引导与跨尺度融合，不作为预测分支的输入特征；

4、所述clafhead基于p2、p3、p4三尺度特征完成解耦分类预测与回归预测。

5、优选的，所述双注意力加权融合dawf模块对k路输入特征执行通道注意力重标定、通道调整与尺度对齐操作，得到k路对齐特征，所述对齐操作的公式为：

6、

7、其中，为第k路输入特征，为通道注意力重标定操作，为1×1卷积操作，为将特征缩放至目标尺度的操作，、分别为目标特征的高度与宽度。

8、优选的，所述dawf模块基于可学习参数计算各对齐特征的融合系数，具体公式为：

9、

10、其中，为参与融合的输入特征路数，为第k路特征对应的可学习参数，为非线性激活函数，为防止分母为零的预设小常数，为第k路特征的融合系数，满足且。

11、优选的，所述dawf模块基于所述融合系数对k路对齐特征进行加权聚合，得到融合特征，具体公式为：，其中，为第k路输入特征经通道注意力重标定与尺度对齐后的特征，为第k路特征的融合系数，为参与融合的输入特征路数，为加权聚合后的融合特征。

12、优选的，所述dawf模块对所述融合特征施加空间注意力调制，输出最终融合特征，具体公式为：

13、

14、其中，为空间注意力操作，为空间注意力生成的位置权重图，为逐元素相乘操作，为1×1卷积操作，为dawf模块输出的最终融合特征。

15、优选的，所述c2f_cmunextb模块内部采用cmunextblock作为瓶颈单元，所述cmunextblock采用残差连接结构，对输入特征执行残差映射，输出特征的计算公式为：

16、

17、其中，为cmunextblock的输入特征，为空间更新与通道混合的增量映射操作，为cmunextblock的输出特征。

18、优选的，所述增量映射由大核深度卷积空间更新、两次1×1点卷积通道变换、非线性激活与归一化投影操作构成，具体公式为：

19、

20、其中，为大核深度卷积空间更新操作，为将通道数从扩张至的1×1点卷积操作，为非线性激活函数，为将通道数从压缩回的1×1点卷积操作，为归一化与投影操作，为通道扩张倍率，为增量映射操作的输出结果。

21、优选的，所述clafhead在p2、p3、p4三尺度分支采用解耦结构，仅在中尺度p3分支引入跨层融合单元cllfusion；所述cllfusion将高分辨率特征与低分辨率特征作为输入，经通道对齐与尺度对齐后得到与，再逐元素相加得到初始融合特征，具体公式为：

22、

23、其中，为高分辨率特征经通道对齐与尺度对齐后的特征，为低分辨率特征经通道对齐与尺度对齐后的特征，为两路特征逐元素相加得到的初始融合特征。

24、优选的，所述cllfusion将对齐后的两路特征在通道维度拼接后，生成通道门控向量，具体公式为：

25、

26、其中，为两路对齐特征在通道维度的拼接结果，为全局平均池化操作，为轻量多层感知机操作，为sigmoid激活函数，为生成的通道门控向量。

27、优选的，所述cllfusion基于所述通道门控向量对初始融合特征进行调制，输出最终融合特征，具体公式为：

28、

29、其中，为两路特征逐元素相加得到的初始融合特征，为生成的通道门控向量，为逐通道相乘操作，为深度卷积操作，为点卷积操作，为批量归一化操作，为非线性激活函数，为cllfusion单元输出的最终融合特征。

30、相对于现有技术，本技术的技术方案具有以下技术效果：

31、本发明通过构建细粒度双向多尺度融合的检测模型，能够有效保留无人机航拍图像中浅层高分辨率特征的细节信息，增强不同层级特征之间的语义与细节耦合能力，使小目标在跨尺度传递过程中保持完整的特征表达，提升模型对微小目标的特征感知与信息留存能力，为后续精准检测提供稳定可靠的特征基础。

32、本发明采用双注意力加权融合机制，可对多路输入特征实现自适应的权重分配与特征聚合，结合通道与空间双重注意力完成特征重标定，能够自主强化目标相关特征并抑制背景冗余信息，提升特征融合过程的选择性与稳定性，让模型在复杂背景下更精准地聚焦有效目标区域。

33、本发明使用改进的特征提取模块，在轻量化约束下强化空间建模与通道交互能力，高效提取图像中的细粒度纹理与边缘信息，提升浅层特征的表达质量，同时降低模型参数量与计算冗余，使模型更适配无人机嵌入式平台的资源限制，保障端侧推理的高效运行。

34、本发明采用解耦式跨层局部感知融合头，通过分类与回归分支的独立建模以及中尺度特征的跨层补偿，提升密集小目标场景下的分类稳定性与定位精度，优化目标边界框预测的一致性与准确性，使模型在目标密集、遮挡频繁的航拍场景中保持可靠的检测输出。

35、上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，从而可依照说明书的内容予以实施，并且为了让本技术的上述和其他目的、特征和优点能够更明显易懂，以下以本技术的较佳实施例并配合附图详细说明如后。

36、根据下文结合附图对本技术具体实施例的详细描述，本领域技术人员将会更加明了本技术的上述及其他目的、优点和特征。