FMRS-YOLO:用于无人机遥感目标检测的特征调制与冗余抑制YOLO

《Applied Sciences》:FMRS-YOLO: A Feature-Modulated and Redundancy-Suppressed YOLO for UAV Remote Sensing Object Detection

【字体: 大 中 小 】 时间:2026年08月30日 来源:Applied Sciences 2.5

编辑推荐:

  无人机(UAV)遥感目标检测仍然具有挑战性,因为空中目标通常尺寸小、分布密集,并嵌入复杂的背景杂波中,而机载部署要求紧凑的计算量和实时推理。现有的实时检测器通常保留传统的P3–P5检测层次结构,其中深层低分辨率阶段可

  
无人机(UAV)遥感目标检测仍然具有挑战性,因为空中目标通常尺寸小、分布密集,并嵌入复杂的背景杂波中,而机载部署要求紧凑的计算量和实时推理。现有的实时检测器通常保留传统的P3–P5检测层次结构,其中深层低分辨率阶段可能在细粒度小目标线索已被削弱后仍消耗计算量。为解决这一问题,本文提出特征调制与冗余抑制YOLO(FMRS-YOLO),一种面向无人机的轻量级检测器,通过冗余抑制(RR)尺度分配策略和针对性特征细化来改善精度-效率权衡。FMRS-YOLO没有将末端层次结构扩展到传统的P5尺度,而是用步长1的高层变换替代原始步长2的P5过渡,并省略相应的P5预测分支,从而将检测集中在P3和P4特征层,在这些层中小型空中目标保留了更多信息丰富的空间线索。为了在紧凑的RR尺度分配框架下增强特征表示,研究人员提出高斯交叉特征调制(GCFM)以加强空间-语义交互,并设计注意力加权并行金字塔融合(AWPPF)以改善杂波感知的多尺度聚合,同时保留未池化的空间细节。实验分别在VisDrone-2019(一个基于无人机的目标检测基准,作为主要基准)和UCAS-AOD(一个针对飞机和汽车的航空目标检测基准,作为独立补充基准)上进行。与VisDrone-2019上尺度匹配的YOLOv11基线相比,FMRS-YOLO将mAP提高了1.9–2.4个百分点,并将mAP提高了2.3–2.9个百分点,同时参数减少了41.0–64.9%,FLOPs减少了1.6–20.7%,FPS提高了9.3–10.4%。在UCAS-AOD上,FMRS-YOLO实现了71.3%的mAP、98.8%的mAP和88.3%的mAP,在紧凑模型尺度下表现出良好的定位性能。消融和可视化结果进一步表明,所提出的架构改善了前景聚焦,抑制了背景干扰,并加强了小目标定位。这些结果表明,FMRS-YOLO为无人机遥感目标检测提供了一种实用的精度-效率权衡。
FMRS-YOLO论文解读

无人机(UAV)遥感目标检测是计算机视觉与遥感技术交叉领域的重要研究方向,在军事侦察、交通监控、灾害救援、精准农业等场景中具有广泛应用价值。与常规自然图像不同,无人机航拍图像通常具有较高的拍摄高度和较广的视野,导致目标在图像中占据的像素面积很小,且可能密集排列。同时,地面建筑物、树木、阴影等构成复杂背景杂波,进一步增加了检测难度。另一方面,无人机平台对模型的参数量、计算量和推理速度有严格限制,因为机载处理器资源有限,且需要满足实时响应的需求。因此,如何在有限计算资源下实现高精度的小目标检测,是该领域面临的核心挑战。

现有实时检测器,尤其是基于YOLO(You Only Look Once,一种单阶段目标检测算法)的模型,通常采用多尺度特征金字塔结构,默认包含P3、P4、P5三个预测层级。其中,P5对应深层低分辨率特征,其感受野较大,适合检测大目标。然而,对于遥感图像中普遍存在的小目标而言,经过多次下采样后,其空间细节和位置信息已经在深层特征中严重衰减。继续在P5层进行预测不仅难以提供有效的小目标信息,还会消耗额外的参数和计算量,造成冗余。正是基于这一观察,研究人员提出了一种新的尺度分配思路,即不再沿用传统的P3–P5层级结构,而是将检测重点集中在分辨率更高的P3和P4层。

论文提出的模型名为FMRS-YOLO,名称由“特征调制”(Feature-Modulated)和“冗余抑制”(Redundancy-Suppressed)两部分组成。其核心设计包括三项主要贡献。第一,冗余抑制(RR)尺度分配策略。研究人员没有将末端层级扩展至传统P5尺度,而是将原始步长2的P5变换替换为步长1的高层变换,并移除对应的P5预测分支。这一结构性改动使得模型能够将计算资源集中于P3和P4特征层,因为这两层具有更高的空间分辨率,能够保留更多小目标的空间线索,同时减少深层低分辨率特征的冗余计算。第二,高斯交叉特征调制(GCFM),用于加强空间特征与语义特征之间的交互。在遥感目标检测中,浅层高分辨率特征包含丰富的边缘、纹理等空间细节,而深层语义特征则包含目标类别信息。GCFM通过交叉调制使两类信息有效互补,从而提升特征表达质量。第三,注意力加权并行金字塔融合(AWPPF),该模块以注意力机制对并行金字塔特征进行加权融合,增强模型对杂乱背景的感知能力,同时通过避免池化操作来保留未降采样的空间细节,有利于小目标定位。

在实验验证方面,研究人员使用了两个公开数据集。VisDrone-2019是一个基于无人机视角的目标检测基准数据集,作为主要实验基准;UCAS-AOD是一个面向飞机和汽车两类航空目标的检测基准,作为独立补充基准。通过在这两个数据集上的对比实验、消融实验和可视化分析,论文验证了FMRS-YOLO的有效性。

研究结果部分可以概括为以下三点。第一,VisDrone-2019上的精度与效率提升。与尺度匹配的YOLOv11基线相比,FMRS-YOLO将mAP提高了1.9–2.4个百分点和2.3–2.9个百分点,同时参数量减少了41.0–64.9%,计算量(FLOPs)减少了1.6–20.7%,推理速度(FPS)提高了9.3–10.4%。这表明模型在显著压缩模型规模和计算开销的同时,反而获得了更高的检测精度,充分体现了冗余抑制设计的价值。第二,UCAS-AOD上的泛化表现。FMRS-YOLO在该数据集上取得了71.3%的mAP、98.8%的mAP和88.3%的mAP,验证了模型在面对不同数据分布、不同目标类别时的适应能力,并显示出良好的定位性能。第三,消融与可视化结果。研究人员通过消融实验证明了GCFM和AWPPF等模块各自对性能的贡献,并通过可视化结果说明所提出的架构能够增强对前景目标的关注,抑制背景干扰,同时强化小目标定位能力。这些结果从定量和定性两个层面支持了模型设计的合理性。

在讨论部分,研究人员指出,FMRS-YOLO通过将检测集中于P3和P4高分辨率特征层,避免了深层低分辨率特征在小目标信息减弱后的无效计算,这与无人机遥感目标检测的任务需求高度匹配。同时,GCFM与AWPPF模块对特征表达进行了有效补充,使模型在紧凑结构下仍能保持较高精度。整体而言,该模型在精度、参数量、计算量和速度之间取得了良好的平衡,展现出实际部署的潜力。论文最后得出的结论是:FMRS-YOLO为无人机遥感目标检测提供了一种实用的精度-效率权衡方案,该研究成果发表于《Applied Sciences》期刊。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号