《Remote Sensing》：FAME-Net: A Lightweight Feature Alignment and Multi-Scale Enhancement Network for UAV Forest Fire Detection
编辑推荐：
无人机（UAV）遥感为早期森林火灾监测与预警提供了一种灵活高效的手段。然而，无人机影像中的小火点和烟羽在纹理、形态和空间分布上随尺度变化显著。复杂森林背景与目标特征之间的相互作用导致连续特征压缩过程中的信息丢失，以及跨层融合时的空间与语义响应错位。有限的机载计
无人机（UAV）遥感为早期森林火灾监测与预警提供了一种灵活高效的手段。然而，无人机影像中的小火点和烟羽在纹理、形态和空间分布上随尺度变化显著。复杂森林背景与目标特征之间的相互作用导致连续特征压缩过程中的信息丢失，以及跨层融合时的空间与语义响应错位。有限的机载计算与存储资源进一步限制了模型的复杂度。为解决这些挑战，本研究提出了轻量级特征对齐与多尺度增强网络（FAME-Net），该网络在编码与融合阶段缓解了特征退化与响应失配问题，同时减少了多尺度预测中的计算冗余。在特征编码阶段，轻量级多尺度增强主干网络（LMEB）结合了轻量化下采样与多尺度上下文建模，以降低计算开销并保留小火点与弱纹理烟雾的精细细节。其层次化特征被输入至对齐感知的多尺度特征融合颈部（AMFF-Neck），该模块通过跨层交互协调各尺度的空间与语义响应，减少因尺度差异和背景干扰引起的融合偏差。由此产生的特征由轻量级共享卷积检测头（LSCD）处理，该检测头执行尺度对齐、共享卷积与可学习尺度补偿，以实现高效的多尺度预测。FAME-Net在综合森林火灾数据集和玉溪野火数据集上的mAP50分别达到71.5%和65.3%，参数量为1.7 M，计算量为3.9 GFLOPs，展现了良好的精度-效率权衡。在NVIDIA Jetson Orin Nano Super（8 GB）平台上，该网络在两个数据集上的推理速度分别达到36.2 FPS和31.6 FPS，进一步证明了其在资源受限的无人机部署场景中的应用潜力。
论文解读：FAME-Net——面向无人机森林火灾检测的轻量级特征对齐与多尺度增强网络
一、研究背景与问题提出
森林作为维持生态平衡和支持社会经济发展的关键资源，其安全正面临日益严峻的挑战。近年来，随着极端天气事件频发和人类活动的加剧，森林火灾的发生频率和严重程度均呈上升趋势。传统的森林火灾监测方法，如瞭望塔观测、地面巡逻和卫星遥感，虽然各有优势，但普遍存在成本高、响应慢、覆盖范围有限和信息延迟等问题，难以满足对初发火灾的及时探测与控制需求。无人机（UAV）遥感凭借其灵活性高、部署快速的特点，成为森林火灾监测的有效补充手段。
尽管基于深度学习的目标检测技术在无人机森林火灾图像识别方面取得了显著进展，但仍面临一系列核心挑战。首先，无人机影像中的火焰和烟雾目标尺度变化剧烈，小火点和弥漫性烟雾在纹理、形态和空间分布上差异巨大。其次，复杂的森林背景（如植被纹理、地形起伏、光照变化等）会严重干扰与火灾相关的特征响应，导致目标特征在逐层压缩过程中逐渐退化，尤其是在小目标和弱纹理区域。此外，不同层级特征在跨尺度融合时，由于分辨率和语义信息的差异，容易出现空间与语义响应的错位，进一步加剧了检测难度。最后，有限的机载计算和存储资源对模型复杂度提出了严苛约束。因此，亟需一种能够在保持高检测精度的同时实现轻量化部署的解决方案。
二、研究方法与技术路线
针对上述问题，研究人员提出了FAME-Net，这是一种轻量级的渐进式表征框架，旨在通过协调优化特征提取、跨尺度融合和预测三个环节，全面提升无人机森林火灾检测的性能与效率。该网络的核心技术包括三个关键模块：
- 1.
轻量级多尺度增强主干网络（LMEB）：该模块旨在解决特征编码阶段的细节损失和感受野不足问题。它采用自适应下采样（ADown）替代传统卷积下采样，通过结合平均池化和最大池化的互补响应，在压缩分辨率的同时保留小火点的边界细节和弱纹理烟雾的特征响应。同时，LMEB引入多尺度初始化卷积（MSIC），利用分解的大核深度可分离卷积构建多分支结构，以极低的额外计算代价扩展有效感受野，捕获局部细节与全局上下文信息。
- 2.
对齐感知的多尺度特征融合颈部（AMFF-Neck）：该模块旨在解决跨层融合时的响应失衡和空间不一致性问题。它通过软最近邻插值（SNI）在上采样过程中调节高层特征的响应强度，避免其对低层细节的过度主导。在下采样路径中，AMFF-Neck采用GSConvE模块，结合标准卷积与大核深度可分离卷积分支，在实现空间降维的同时保留丰富的空间上下文。最后，DBBNCSPELAN模块通过重参数化技术，在训练时利用多分支结构进行多样化特征变换，并在推理时合并为等效的单路径卷积，实现了高性能与高效率的统一。
- 3.
轻量级共享卷积检测头（LSCD）：该模块旨在消除传统独立预测头的计算冗余。它首先通过尺度对齐卷积将不同层级的特征映射到统一特征空间，随后应用跨尺度共享卷积提取通用语义表征，从而大幅减少参数量和浮点运算数。此外，LSCD引入可学习的尺度补偿因子，以适应不同分辨率特征图上回归响应的差异性，确保了对多尺度目标的定位精度。
三、研究结果
- •
消融实验：在综合DFS-FLAME数据集上，以YOLO11n为基线，逐步集成LMEB、AMFF-Neck和LSCD三个模块。结果表明，完整FAME-Net相比基线，mAP50从69.8%提升至71.5%，mAP50-95从40.5%提升至42.4%。同时，模型参数量从2.6 M降至1.7 M，计算量从6.3 GFLOPs降至3.9 GFLOPs。热力图可视化显示，FAME-Net能够更清晰、更集中地聚焦于火焰和烟雾区域，有效抑制了复杂背景的干扰。
- •
主干网络对比：在与EfficientViT、FasterNet、HGNetV2、GhostHGNetV2、MobileNetV4、SwinTransformer等多种主流骨干网络的对比中，LMEB以最低的计算复杂度（5.1 GFLOPs）取得了最高的mAP50（70.8%）和mAP50-95（41.7%），在火焰和烟雾两个类别上均表现最佳。
- •
颈部网络对比：与Baseline Neck和SlimNeck相比，AMFF-Neck在降低模型复杂度的同时，将mAP50和mAP50-95分别提升了1.3和1.4个百分点，尤其在烟雾类别的严格指标AP50-95上优势显著。
- •
检测头对比：与LQEHead、EfficientHead、RSCD、SEAMHead、MultiSEAMHead等检测头相比，LSCD以最低的参数量（2.4 M）和计算量（5.6 GFLOPs）取得了最高的mAP50（70.9%）和mAP50-95（41.2%），在烟雾检测上表现出更强的分类和定位能力。
- •
与先进模型整体对比：在综合数据集上，FAME-Net（71.5% mAP50, 42.4% mAP50-95, 1.7 M参数, 3.9 GFLOPs, 268.6 FPS）超越了YOLOv8n、YOLOv9t、YOLOv10n、YOLO11n、YOLOv12n、YOLO13n、YOLO26n、Gold-YOLO-N、Mamba-YOLO-T、RT-DETR-R34、RTMDet-s/t、Cascade R-CNN-R18等一系列主流检测器，在精度与效率之间取得了最佳平衡。特别是在玉溪野火数据集（纯无人机视角）上，FAME-Net同样取得了最高的mAP50（65.3%）和mAP50-95（54.4%），验证了其在纯无人机遥感场景下的泛化能力。
- •
边缘部署评估：在NVIDIA Jetson Orin Nano Super（8 GB）平台上，FAME-Net在综合数据集和玉溪数据集上分别达到了36.2 FPS和31.6 FPS，均超过了基线YOLO11n，证实了其在资源受限的无人机平台上的部署可行性。
四、讨论与结论
讨论部分指出，现有的森林火灾检测方法往往在火焰检测、烟雾检测和模型效率之间存在特定权衡，未能充分应对小目标、弱纹理烟雾与复杂背景共存的场景。FAME-Net通过协调优化特征提取、跨尺度融合和预测三个阶段，有效解决了这些问题。定性误报分析表明，FAME-Net在面对云雾、雪地反射等视觉混淆背景时，能够有效减少虚警，展现出更强的鲁棒性。
研究结论认为，FAME-Net作为一种轻量级、高效的无人机森林火灾检测网络，通过其渐进式的设计，在保持低计算复杂度的同时，显著提升了多尺度火灾目标（尤其是小火点和弱纹理烟雾）的检测性能。其在边缘设备上超过30 FPS的推理速度，为其在资源受限的无人机平台上的实际部署提供了有力支撑，对于实现早期、快速、可靠的森林火灾监测具有重要的理论价值和实践意义。
