基于Mamba增强与多尺度空间注意力的遥感目标检测网络ME-MSA-YOLO

研究人员针对遥感图像中小目标检测存在的全局-局部特征整合不足、语义与位置信息融合不充分等问题，提出ME-MSA-YOLO模型。通过SPPF-Mamba模块融合全局-局部特征，结合新型多尺度自适应空间注意力（MASA）构建ES-HS-FPN网络，显著提升复杂背景下小目标检测精度。实验表明该模型在多个遥感数据集上优于现有SOTA方法，为环境监测、军事侦察等领域提供技术支撑。

　　

遥感图像中的目标检测技术是环境监测、城市规划和军事侦察的重要工具，但现实场景中的小目标往往淹没在复杂的背景噪声中，犹如"大海捞针"。现有算法如Faster-RCNN、YOLOv8等虽在自然图像中表现优异，却难以应对遥感图像特有的挑战：目标尺寸微小、尺度变化剧烈、背景干扰复杂。更棘手的是，当前方法往往顾此失彼——要么像RFEB模块只关注局部特征，要么如GIEM模块偏重全局信息，缺乏对两者协同作用的深入挖掘。这种"盲人摸象"式的特征提取方式，导致小目标与背景的关联性表达不充分，检测精度遭遇瓶颈。

河北创新驱动发展研究中心的研究团队在《Engineering Applications of Artificial Intelligence》发表的研究中，提出了突破性的ME-MSA-YOLO解决方案。该研究通过两项核心技术革新：首先开发的SPPF-Mamba模块采用双分支架构，结合Mamba模块的全局建模能力与卷积-池化操作的局部特征提取优势；其次设计的MASA注意力机制融入特征金字塔网络ES-HS-FPN，实现语义信息与位置坐标的精准对齐。实验证明该方法在DOTA等遥感数据集上mAP指标显著提升，为高精度遥感解译树立了新标杆。

关键技术包括：1）基于状态空间模型（SSM）的Mamba模块构建全局特征提取分支；2）多尺度自适应空间注意力（MASA）机制设计；3）改进的高层筛选特征金字塔网络（ES-HS-FPN）架构；4）在DOTA、DIOR等标准数据集上的对比验证实验。

【Related works】
研究梳理了多尺度特征融合、注意力机制和视觉任务中状态空间模型的应用现状，指出现有方法在全局-局部特征交互方面的不足，为后续创新提供理论基础。

【Proposed method】
核心创新点SPPF-Mamba模块通过并行分支处理特征：Mamba分支利用状态空间方程建模长程依赖，卷积分支通过不同核尺寸池化捕获局部细节。ES-HS-FPN网络引入的空间-通道双维度注意力机制，可动态抑制背景噪声并增强目标区域响应，实验显示其对_10×10像素目标的检测召回率提升23.6%。

【Experiments】
在DIOR数据集上的对比实验表明，ME-MSA-YOLO的mAP⁵⁰达到68.9%，超越DINO、RT-DETR等SOTA模型4.2个百分点。消融实验验证MASA模块使小目标检测F1-score提升17.8%，证实其多尺度自适应能力的有效性。

【Conclusion】
该研究通过SPPF-Mamba与ES-HS-FPN的协同设计，首次实现遥感目标检测中全局上下文与局部特征的有机统一。MASA模块的创新性在于将空间注意力扩展为多尺度可调节机制，为复杂场景下的小目标检测提供新思路。值得注意的是，该方法在保持YOLO系列实时性的同时，将小目标漏检率降低至传统方法的1/3，这对灾害监测等时效性敏感场景具有重要应用价值。未来研究可探索该框架在视频遥感流数据处理中的扩展应用。