关键词： 无人机目标检测   RT-DETR   小目标   多尺度特征融合   门控机制  

摘要： 无人机航拍图像中的小目标检测面临目标尺寸微小、背景干扰复杂、特征表达不充分等关键技术挑战。针对现有RT-DETR模型在小目标特征提取和多尺度融合方面的局限性，提出一种自适应多尺度门控增强融合检测模型(MGEF-DETR)。该方法通过设计多阶跨阶段门控聚合模块(MCGA)，通过自适应门控机制实现小目标纹理特征的选择性增强；构建Micro-OmniPyramid小目标特征金字塔，集成SPD卷积稀疏编码和跨阶段增强空间核模块(CESK)，建立小目标特征的无损传递通路；引入增强特征关联模块EFC，通过分组注意力和多级重建策略优化跨尺度特征融合；设计内部修正惩罚距离IoU损失函数(IMIoU)，增强边界回归对小目标的敏感性。在VisDrone2019数据集上的实验结果表明，MGEF-DETR相比基线模型RT-DETR在mAP@0.5和mAP@0.5:0.95指标上分别提升3.9%和3.1%，同时参数量减少13.6%。在TinyPerson和CODrone数据集上的验证进一步证实了算法的泛化能力，表明该方法在保持轻量化的同时显著提升了航拍场景下小目标检测的精度和效率。

关键词： 深度学习   视觉目标跟踪   单目标跟踪   多目标跟踪   Transformer  

摘要： 目标跟踪是计算机视觉领域的重要研究方向，其任务是在视频序列中对感兴趣的目标进行持续检测与精确定位。随着深度学习技术的迅速发展，视觉目标跟踪在特征建模、时序关联以及端到端学习等方面取得了显著进展。文章系统回顾了基于深度学习的视觉目标跟踪研究现状，从单目标跟踪（SingleObjectTracking,SOT）与多目标跟踪（Multi-ObjectTracking,MOT）两个方向出发，分析了不同框架下的基本思想与实现机制，阐述了从传统手工特征方法向深度特征驱动模型的演化过程。还总结了常用的跟踪数据集与性能评价指标，并对当前研究面临的主要问题进行了讨论，包括长时间建模能力欠佳、复杂场景跟踪鲁棒性差以及跨场景泛化能力有限等。最后，展望了未来视觉目标跟踪的发展趋势，指出融合多模态信息与时空建模的统一深度框架将成为该领域的重要研究方向。

关键词： 图像处理   息肉分割   集成学习   不确定性估计   正则化  

摘要： 针对单模型架构在息肉分割过程中捕获细粒度局部特征能力不足、结果不确定性估计不可靠以及模型泛化性较差等问题，提出了一种基于集成学习和正则化的可信息肉分割方法。首先，分别基于卷积神经网络与金字塔视觉Tranformer构建两种不同类型的可信息肉分割模型。然后，在两种分割模型的基础上均加入证据正则化项进行训练，以提高模型零证据训练样本的学习能力。最后，采用可信融合策略，综合考虑模型输出的概率分布和不确定性，将上述两种息肉分割模型的训练结果进行集成，进一步提高息肉分割的准确性和可信性。实验结果表明，与现有模型相比，本方法具有更好的泛化性、鲁棒性和准确性。

关键词： YOLO-Slim算法   双卷积核   幻影   部分选择卷积   RSOD   NWPUVHR-10  

摘要： 为解决遥感图像目标检测中存在的高计算成本、庞大模型参数量以及复杂场景下特征提取效率不足等实际应用瓶颈，本文提出了一种轻量化遥感目标检测算法(you only look once-slim,YOLO-Slim)。该算法聚集于遥感图像所特有的高分辨率、目标尺度差异大、小目标密集分布等特点，旨在设计一种兼具高检测效率与强大泛化性能的轻量化检测架构。首先，在主干网络中引入双卷积核、幻影和部分选择卷积模块，替代原有标准卷积，旨在显著降低模型的参数量与计算复杂度，同时增强对复杂遥感场景中多尺度目标的特征表示能力；其次，在特征金字塔网络中，设计并采用优化的部分选择卷积结构替换原有轻量化模块，通过精简特征流动路径，有效提升对遥感图像细微结构与空间上下文的提取效率，减少冗余计算与内存占用。在RSOD和NWPUVHR-10两个遥感基准数据集上进行验证实验，以评估本文所提出的YOLO-Slim算法的综合性能。结果表明，相较于对比基准YOLOv10-X，本文提出的YOLO-Slim在保持高精度的同时，实现了显著的模型压缩和性能提升：在RSOD数据集上，m AP@0.5提升1.5%,m AP@50:95提升3.37%，模型参数量降低3.1MB,GFLOPs减少57.9G；在NWPU VHR-10数据集上，m AP@0.5提升1.9%,m AP@50:95提升1.31%,GFLOPs减少56.7G。实验证明，YOLO-Slim算法在检测精度与模型效率之间取得了良好平衡，具备显著的轻量化优势和优越的泛化性能，可有效满足大规模遥感图像的实时或准实时处理需求。

关键词： 伪装目标检测   PRNet模型   多尺度注意力   动态特征融合   双向特征传播  

摘要： 为了提升伪装目标检测（camouflaged object detection， COD）中多尺度特征融合的有效性，本文提出了伪装目标检测的双向动态特征融合网络（dynamic bidirectional feature fusion for camouflaged object detection，DBFF），一种基于轻量化模型 PRNet（global localization perception and local guidance refinement）的创新架构，其核心包含两个协同模块。首先是双向融合金字塔模块(BiFuse-Pyramid)，构建轻量级双向跨尺度特征融合流，通过深度层级交互解决特征空间错位问题；然后提出了动态融合权重模块（dynaFuse-weight），设计参数化的动态权重学习机制，利用可学习参数α结合 Softmax 归一化，自适应分配各层级特征在融合中的贡献度，优化语义与细节融合，抑制噪声并强化关键特征。在四个标准 COD 数据集上的实验结果表明本文方法优于其他7个先进模型，同时保持了95 FPS的高效实时检测能力。

关键词： 道路头盔   目标检测   特征融合   小尺度目标   损失函数  

摘要： 为实现道路头盔佩戴的高精度检测，提出一种基于多层次注意力与空间特征整合网络（Multi-Scale Attention and Spatial Feature Fusion Net，MSASNet）。通过设计多层次注意力特征整合模块（Multi-Scale Attentional Feature Fusion，MSAFF），加强模型在复杂场景中对头盔目标关键区域的关注能力；引入自适应空间特征融合模块（Adaptively Spatial Feature Fusion，ASFF），增强多层次特征的有效融合，进一步提升头盔目标的检测精度；同时，提出一种混合损失函数(Lmix)，以优化小尺度目标的检测性能。实验结果表明，MSASNet在头盔佩戴检测数据集上的mAP达到95.2%，相比YOLOv11提升1.7个百分点，同时保持较高的实时检测能力。该研究可为道路复杂环境下头盔佩戴检测提供技术支持，具有重要的应用前景。

关键词： YOLO   茶叶病害   目标检测   DMF-Upsample   ASFF  

摘要： [目的/意义]传统模型使用传统标准化数据集训练后，对实际识别中较远或较近的多尺度茶叶病害目标有错检或漏检以及性能不足的情况。针对茶田病害巡检时存在的茶叶病害检测环境中病害形态多样、识别距离不固定且容易受到背景影响而被误判漏判等问题，并提出一种集成多尺度特征分解、可切换空洞卷积与自适应空间融合的改进模型YOLO-SADMFA (YOLO Switchable Atrous Dynamic Multi-Scale Frequency-Aware Adaptive)。[方法]该方法增加模型卷积、特征提取、上采样与检测头轮次加强多尺度能力。并提出一种多尺度特征分析解算与动态频率调整融合的动态多尺度频率感知上采样模块（Dynamic Multi-Scale Frequency-Aware Upsample, DMFUpsample）模块进行上采样。首先，该模块可以在有效融合多尺度特征的情况下控制上下采样的信息丢失；其次，引入了可切换空洞卷积模块（Switchable Atrous Convolution, SAConv）代替了原有跨阶段部分核心（Cross-Stage Partial Kernel-2, C3k2）模块，通过结合不同的空洞率的结果进一步加强捕捉目标多尺度信息，同时采用了权重锁定机制提升了模型性能；最后，在head结构中的引入了自适应空间特征融合（Adaptively Spatial Feature Fusion, ASFF）自适应空间特征融合模块的技术特性形成ASFF检测头，自适应地学习空间融合权重有效地过滤了相冲突的信息。同时建立了1个含有2 880张图像9种茶叶病害类别的茶叶病害数据集。[结果和讨论]该方法在茶叶病害检测的任务中精确度、召回率、和平均精度值分别为89.7%、82.6%、86.3%。YOLO-SADMFA较原版YOLOv11n模型精确度、召回率、平均精度值分别提升4.4、8.4、3.7个百分点，尤其在处理病斑面积占比10%～65%的多尺度目标时表现突出。在低光照、复杂背景等田间实际场景下，模型仍保持较高的检测稳定性，能够有效区分形态相似的病害类型，并在边缘计算设备上实现约161 FPS的实时检测速度。[结论]本研究所提出的YOLO-SADMFA有效解决了茶园复杂环境下多尺度病害检测难题，显著提升了检测准确性和鲁棒性，为自动化茶叶病害巡检系统提供了可靠的技术支持，对促进茶产业智能化发展具有重要应用价值。

关键词： SAR图像   目标检测   舰船目标   超像素分割  

摘要： 文中提出了一种融合超像素分割和聚合的SAR图像舰船目标检测方法。首先，定义了新的聚类中心变换准则和自适应相似性度量准则，基于这两种准则生成SAR图像超像素；然后，利用多向灰度共生矩阵计算超像素间的纹理相似度，实现纹理相似的超像素聚合；最后，基于超像素聚合结果，利用基于规则的目标检测方法，实现舰船目标快速检测。基于多种不同类型场景的SAR图像的实验结果表明，本方法具有稳健的舰船目标检测性能。

关键词： 目标检测   缺陷检测   YOLOv8算法   特征金字塔   损失函数  

摘要： 在织物瑕疵检测任务中，织物背景复杂以及缺陷呈现多样性等特性，给检测工作带来了严峻挑战。针对上述问题，本文提出一种有效的织物瑕疵检测算法：首先改进主干特征提取网络中的下采样操作，引入空间深度转换卷积（space-to-depth conversion convolution， SPD-Conv），以减少特征提取过程中的信息损失，提升特征提取的准确性；其次，构建多尺度融合特征金字塔（multi-scale fused feature pyramid， MFFPN），以减轻特征融合过程中的信息冲突干扰，增强跨层特征的交互作用；同时，将损失函数优化为Shape-IoU损失函数，通过关注边界框的形状和尺度来计算损失，提高边界框回归的准确性。实验结果表明，该方法在织物瑕疵检测任务中取得了显著进展，能够有效应对不同颜色和纹理织物的瑕疵检测场景。

关键词： 无人机搜救   深度学习   目标检测   探测手段   成像环境干扰  

摘要： 随着人工智能技术的发展，无人机（UAV）可通过搭载不同光电载荷对感兴趣目标进行自动识别定位，用于灾害环境下的人员搜救（SaR）任务。无人机搜救任务需要在复杂危险的搜救环境中快速找到失联人员，面临着探测手段单一、成像过程易干扰、背景错综复杂、无人机平台资源受限等挑战。近年来，将无人机系统与深度学习算法相结合已成为研究热点，为了展现无人机搜救的研究进展，对无人机搜救方法进行了综述。首先，针对无人机搜救任务的特点对无人机搜救面临的难点进行了分析；然后，对近年来各类基于深度学习的无人机搜救方法进行了梳理；此外，根据不同的数据类型，整理了与无人机搜救任务相关的目标检测数据集；最后，总结了目前研究存在的问题及未来的发展方向。