AF-YOLO：用于空中目标检测的渐近特征提取与融合方法

《IEEE Transactions on Circuits and Systems for Video Technology》：AF-YOLO: Asymptotic Feature Extraction and Fusion for Aerial Object Detection

空基目标检测中，AF-YOLO通过渐近特征提取与融合模块解决YOLO忽略非相邻尺度特征的问题，采用轻量化设计提升小目标检测效果。实验表明其在VisDrone、DIOR等数据集上mAP提升6.1%和3.3%，参数量减少58.2%。

　　

摘要：

空中目标检测在自然灾害预防和城市交通管理等应用中发挥着重要作用，这得益于其能够处理大面积覆盖范围和多种类型的对象。作为这项任务的主要方法，You Only Look Once（YOLO）利用多尺度特征提取来检测不同大小的物体。然而，大多数基于YOLO的方法主要集中在相邻尺度之间的特征提取和融合上，忽视了非相邻尺度之间的潜在协作。这一限制导致了参数冗余和检测性能不佳。为了解决这些问题，本文提出了一种名为AF-YOLO（渐近特征提取与融合YOLO）的新方法，专门针对空中目标检测进行优化。AF-YOLO引入了两个轻量级模块：SCC2f和PAFFN。SCC2f是跨阶段部分瓶颈的优化版本，具有空间和通道重构卷积层，可以减少冗余并实现高效的多尺度特征提取；PAFFN是一个并行的渐近特征融合网络，有助于增强非相邻尺度特征之间的交互和融合。此外，AF-YOLO还加入了P2层以改善小目标的检测效果，并移除了YOLO中的P5层，从而实现了更加轻量化的设计，特别适用于空中检测任务。实验结果表明，AF-YOLO在多个基准测试中取得了显著改进：在VisDrone数据集上，其mAP0.5值比最新基线方法高出6.1%，同时仅使用了后者41.8%的参数；在DIOR数据集上，其准确率比YOLOv8提高了3.3%。这些定量结果还得到了DOTA和FAIR1M数据集上优异性能的支持，而在HazyDet上的额外验证进一步证明了其在恶劣天气条件下的鲁棒性。总体而言，这些成就凸显了AF-YOLO出色的泛化能力和高效的轻量化设计，为空中目标检测树立了新的行业标准...

显示更多

引言

无人驾驶飞行器（UAV）具有显著优势，包括体积小、操作灵活以及移动方便等特点。配备视觉相机的UAV能够捕捉到大范围、大尺度的图像，使其成为低空遥感中重要的空中影像来源。在这些图像中进行目标检测（也称为空中目标检测）已成为UAV视觉领域的一个关键研究方向，广泛应用于自然灾害预防、城市交通管理和远程救援操作[1]。与通常包含单尺度对象的自然场景图像不同，空中图像由于采用了自上而下的视角而带来了独特的挑战。这些图像的特点是背景复杂、包含多种类型的小对象，以及同一对象类别内的显著尺度变化。这些挑战使得主流的目标检测方法（如R-CNN[2]、YOLO[3][4]和DETR[5][6]）不适合直接应用于空中目标检测。