朝着高效异构多尺度多分支特征金字塔网络的发展：以实现轻量级检测目标

《Digital Signal Processing》：Towards efficient heterogeneous multi-scale & multi-branch feature pyramid network for lightweight detection

小目标检测中，为解决低分辨率、复杂背景及模型计算负担问题，本文提出轻量级网络EHMNet，通过多尺度多分支特征金字塔网络（EHMFPN）融合跨层特征，结合多尺度边缘特征聚合模块（MEFA）增强边缘信息提取，并采用层适应幅度剪枝（LAMP）优化参数，实验表明在VisDrone2019-DET数据集上mAP50提升2.6%且参数减少70.9%。

　　
小目标检测在无人机航拍场景中的轻量化网络优化研究

无人机航拍场景中的小目标检测面临多重技术挑战。当前主流的YOLO系列模型虽然在目标检测领域表现优异，但在处理低分辨率图像（<128像素）、复杂背景干扰（如建筑密集区、植被覆盖区域）以及低对比度目标（如飞鸟、无人机）时存在显著局限性。传统方法通过增加网络深度和特征融合复杂度来提升检测精度，这导致模型参数量激增（YOLOv8参数量达2.3亿，YOLOv11达6.8亿），计算复杂度呈指数级增长，难以满足实时性要求（通常需<100ms的推理延迟）。

针对上述矛盾，研究团队提出EHMNet框架，在保持高检测精度的同时实现模型轻量化。该方案创新性地融合了多尺度感知、异构分支融合和智能参数剪枝三大技术路径，形成具有自适应特征提取能力的检测网络。研究显示，在VisDrone2019-DET基准数据集上，该模型在验证集mAP50指标提升2.6%，测试集提升1.2%，同时将计算复杂度降低46%，参数量减少70.9%（对比YOLOv11-N模型）。

技术架构层面，EHMNet构建了多层协同工作体系。主干网络沿用YOLO系列的多尺度特征金字塔结构（128/256/512/1024通道），但通过动态调整卷积核尺寸（3x3至5x5自适应选择）增强不同尺度特征提取能力。核心创新体现在特征融合模块：采用跨尺度特征加权融合策略，结合边缘特征聚合机制（MEFA），通过双重路径实现特征优化。主路径进行常规的多尺度特征交互，副路径专门提取边缘梯度信息，经加权融合后生成更鲁棒的特征表示。

网络优化方面，研究团队开发了独特的轻量化技术组合。首先在特征金字塔网络（EHMFPN）中引入异构卷积模块，通过深度可分离卷积降低计算量，同时采用可重构卷积核动态调整特征通道维度。其次设计了多尺度边缘聚合模块（MEFA），该模块通过三阶段处理流程：初始边缘检测（C3k2模块提取关键梯度信息）、跨尺度特征匹配（建立不同层间特征对应关系）、加权特征融合（基于注意力机制分配各尺度特征权重）。这种设计有效解决了小目标因尺寸差异导致的特征匹配困难问题。

参数优化策略采用渐进式剪枝方法（LAMP）。区别于传统一次性剪枝，该技术通过建立网络参数重要性评估模型，分阶段剔除冗余参数。评估指标综合考量参数梯度幅值、特征激活频率和通道间相关性三个维度，确保剪枝过程不影响关键特征的表达。实验数据显示，经过两轮迭代剪枝后，模型参数量从原始的6.8亿缩减至1.8亿，计算量降低46%，同时保持mAP50指标稳定在82.3%以上。

实际应用验证表明，该模型在无人机实时监测场景中表现出色。测试环境为搭载四核ARM Cortex-A73处理器（主频1.2GHz）的定制化无人机边缘计算平台，在300万像素摄像头输出（25fps）条件下，EHMNet可实现98%的检测准确率，平均推理时间42ms（含模型加载时间），完全满足工业级实时检测需求。特别在低光照（<50lux）和雨雾天气（能见度<500米）场景测试中，模型通过边缘特征增强机制保持85%以上的召回率。

研究团队还建立了完整的评估体系，包括：1）多分辨率测试集（128x128至640x640像素）；2）极端环境模拟库（涵盖10类典型干扰场景）；3）动态负载测试（模拟无人机电池功耗变化）。实验证明，EHMNet在计算资源受限条件下（内存占用<200MB）仍能保持稳定性能输出，其模型压缩率（参数量）和加速率（FLOPS）达到当前轻量化模型的最佳平衡点。

该研究在多个维度实现了突破：在特征提取方面，通过边缘感知模块和跨尺度融合机制，显著提升了小目标（<50像素）的定位精度；在模型压缩方面，创新性地将网络剪枝与结构优化相结合，相比传统方法（如通道剪枝、层剪枝）减少参数量达70%；在部署效率方面，开发的原生Linux系统推理框架可将模型推理速度提升至85fps（1080p输入），内存占用控制在190MB以内。

未来研究方向包括：1）动态环境下的自适应模型微调机制；2）多模态传感器融合的轻量化扩展方案；3）在5G边缘计算网络中的分布式部署优化。当前版本已通过无人机航拍公司的实测验证，在农田病虫害监测（目标尺寸10-30像素）、电力巡检（输电塔螺栓缺失检测）等场景中达到实用化水平。研究为资源受限环境下的计算机视觉应用提供了重要技术参考，特别是在需要实时处理（<100ms延迟）和大范围覆盖（>5km视距）的无人机应用场景中具有重要推广价值。