点击蓝字关注我们关注并星标从此不迷路计算机视觉研究院公众号ID计算机视觉研究院学习群扫码在主页获取加入方式https://pmc.ncbi.nlm.nih.gov/articles/PMC12788054/pdf/sensors-26-00117.pdf计算机视觉研究院专栏Column of Computer Vision Institute遥感图像中的小目标检测面临复杂背景、特征微弱以及尺度差异大等挑战。PART/1概述本文提出一种改进的YOLOv5网络命名为ClearSight-RS全称为“面向遥感的清晰精准小目标洞察网络”Clear and Accurate Small-target Insight for Remote Sensing。正如其名该网络致力于实现遥感图像中小目标的清晰特征感知与精准目标定位。改进主要集中在三个方面1.在骨干网络中集成改进的动态蛇形卷积Dynamic Snake Convolution, DSConv模块增强小目标边界与几何特征的提取同时强化弱纹理信息的表达。2.在颈部网络嵌入双层路由注意力Bi-Level Routing Attention, BRA模块增强目标聚焦能力并抑制背景干扰。3.优化检测头仅保留浅层高分辨率特征层用于预测减少特征损失与冗余计算。实验结果表明在VEDAI数据集上ClearSight-RS在全部8类车辆目标中均取得最高的平均精度均值mAP。在NWPU VHR-10数据集上整体平均精度均值达93.8%显著优于Faster RCNN和YOLOv5l等算法。在DOTA数据集上所提出的BRA模块在抑制背景干扰和捕捉小目标特征方面的能力得到验证。该网络在准确率与效率之间实现了良好平衡在复杂背景下的车辆检测与多类别小目标检测任务中表现突出验证了其有效性。PART/2背景随着无人机与卫星遥感技术的快速发展遥感图像数据量呈爆炸式增长为智能遥感分析提供了丰富的数据基础。遥感小目标检测在环境监测、海上救援、城市建设及地质灾害监测等诸多领域具有重要应用价值。尤其是随着高分辨率成像技术的持续进步从遥感图像中自动检测与识别地面目标已成为研究热点。其中小目标检测因在船舶、车辆、飞机等关键目标精准识别中的重要性而备受关注对安全预警与应急响应具有关键意义。然而遥感图像通常存在目标密集、小目标尺寸小、纹理特征模糊等问题给小目标检测带来了极大挑战。在复杂背景下准确、稳健地检测这些微小但信息关键的目标仍是当前遥感目标检测研究中亟待解决的核心问题。本文聚焦遥感图像小目标检测任务针对现有目标检测方法在遥感场景应用中存在的一系列突出问题提出了结构改进策略。具体而言传统检测模型在处理遥感图像时通常存在以下不足这些也是遥感小目标检测的三大核心挑战其一小目标特征微弱在特征传播过程中易丢失导致其在深度网络中被淹没漏检率较高其二遥感图像背景复杂容易对小目标产生干扰造成前景与背景混淆进一步影响目标定位与分类其三卷积神经网络中的固定卷积核难以适应小目标的不规则轮廓多尺度检测分支存在冗余与干扰同时缺乏长距离依赖建模能力也限制了对小目标全局上下文语义的捕捉。YOLOv5 网络基础YOLOv5是单阶段目标检测算法的代表之一因其在速度与精度之间的出色平衡而在计算机视觉领域备受关注。与前几代不同YOLOv5采用模块化设计如图1所示包含四个关键组件输入模块具备自适应图像缩放和Mosaic数据增强功能骨干网络CSPDarknet用于特征提取颈部网络采用特征金字塔网络FPN 路径聚合网络PAN结构PART/3新框架解析针对遥感小目标检测的三大核心挑战——小目标特征微弱且在特征传播中易丢失、复杂背景对小目标的严重干扰以及固定卷积核对不规则目标轮廓的适应性差本研究在原始YOLOv5架构基础上提出了一种改进模型包含三项关键增强设计1.移除骨干网络中的传统Focus层采用步长为1的3×3卷积作为初始特征提取操作以保留小目标的空间完整性避免早期下采样导致的特征稀释。2.引入动态蛇形卷积DSConv替换骨干网络和颈部网络中的部分C3模块。DSConv通过可学习偏移量调整卷积路径自适应聚合局部细节并强化不规则小目标如船舶、小型建筑物的轮廓特征在有效扩大感受野的同时抑制背景噪声。3.在特征融合过程中嵌入双层路由注意力BRA模块。这种双层注意力机制从空间和通道维度动态筛选关键区域聚焦复杂背景下小目标的微弱特征并在多尺度特征融合时增强目标与背景的对比度。这些改进协同优化了模型对小目标特征的提取、聚合与区分能力使其在复杂条件下能够更准确地检测遥感小目标。所提出的ClearSight-RS模型整体架构如图2所示直观呈现了三项增强模块在改进后YOLOv5框架中的集成方式。特征保留与单尺度聚焦的架构改进遥感小目标检测的核心挑战之一是微弱特征在早期下采样和多尺度融合过程中容易受损。为解决这一问题本研究构建了一种特征保留架构包含两项关键设计移除YOLOv5中的传统Focus层采用步长为1的3×3卷积作为第一层操作。传统Focus层基于切片的下采样会导致小于10×10像素的小目标出现像素碎片化使初始特征中边缘信息的丢失率增加超过40%。相比之下不进行下采样的直接卷积保留了原始空间拓扑结构确保小目标的连续像素分布不受破坏为后续特征增强提供了可靠的底层信息。采用单尺度检测头聚焦策略仅使用P3下采样特征作为检测输出。P4/P5层的语义信息通过上采样进行融合而非作为独立的检测分支。该设计避免了多尺度检测中P4/P5层的背景噪声对小目标特征的压制。实验表明多尺度分支融合会降低小目标特征的响应值而单尺度聚焦结合高层语义补充则增强了小目标与背景之间的特征对比度。这两种策略的协同设计形成了从特征提取源头到检测输出的闭环优化有效解决了遥感小目标“特征保留难”和“区分度低”的问题。DSConv适配小目标的动态卷积在遥感图像小目标检测中当小目标的像素占比极低时固定尺寸的卷积核往往会导致小目标特征被背景稀释或关键边缘信息被遗漏。为此本文在原始动态蛇形卷积DSConv的基础上针对遥感小目标检测的核心痛点进行了针对性改进与适配。改进后的卷积通过可学习偏移量动态调整卷积路径自适应聚合特征并强化局部细节同时它在深层语义特征中扩大有效感受野以捕捉上下文关联从而解决了固定核在表示小目标轮廓时的缺陷并抑制了背景噪声干扰。原始动态蛇形卷积是为管状结构分割如血管、管道设计的其核心在于在可变形卷积的基础上引入连续性约束机制——以递归方式约束卷积位置的偏移方向形成蛇形采样路径。尽管该设计能确保感受野的空间连续性但直接应用于遥感小目标检测时存在两大适应性问题1.固定强度的偏移约束难以适应遥感小目标如车辆、船舶等的不规则轮廓变化2.感受野尺度与小目标像素范围不匹配容易引入冗余的背景信息。通过这种方法DSConv 能够在保持感知范围灵活性的同时更精准地关注并捕捉小目标。图 4 为 DSConv 的感受野变化示意图展示了 DSConv 感受野的变化情况。双层路由注意力BRA特征筛选与增强在遥感小目标检测中即便目标特征已被有效提取仍存在一个关键挑战小目标的微弱信号容易被复杂背景的强干扰所掩盖导致特征在传递与融合过程中被“淹没”。传统注意力机制对遥感场景的适应性不足难以精准聚焦小目标区域。此外在多尺度融合过程中高层特征上采样时往往会引入背景干扰而低层特征又缺乏有效引导以突出小目标最终导致融合后的目标信号被稀释。为解决这一核心问题双层路由注意力BRA通过 “区域级筛选 通道级增强” 的双层路由机制从空间与通道两个维度实现精准的特征筛选区域级筛选动态聚焦潜在目标区域主动过滤大规模同质背景中的冗余信息防止小目标特征被背景“稀释”。通道级增强强化与小目标强相关的特征信号削弱背景主导的无效信息从而提升目标与背景之间的特征对比度。这一设计直接且针对性地解决了传统注意力机制的缺陷例如对遥感场景适应性不足以及多尺度融合时背景干扰叠加的问题。部署在多尺度特征融合的关键节点后该模块不仅抑制了高层特征中背景噪声的传递还增强了低层特征中小目标的细节响应与动态蛇形卷积形成了互补关系。图 5 展示了 BRA 模块的详细结构。这些差异使得BRA在遥感小目标检测任务中不仅保留了注意力机制的关键特征聚焦能力还解决了标准自注意力机制的缺陷例如效率低下以及在复杂背景下目标特征易被淹没的问题。通过引入该模块模型能够精准聚焦关键区域特征并抑制复杂背景干扰从而显著提升小目标的检测精度。同时它通过稀疏注意力计算减少冗余开销在确保检测稳健性的同时满足了遥感数据高效处理的需求。PART/4基准测试与对比分析VEDAI数据集涵盖了草原、高速公路、山地和城市区域等多种场景能够很好地模拟实际遥感场景中的复杂背景条件。所有图像尺寸为1024 × 1024或512 × 512包含11种不同的车辆类别具体包括轿车、皮卡车、露营车、卡车等。数据集中的车辆在多方面呈现多样性尺寸较小、朝向各异且存在遮挡情况。该数据集的任务是检测这些车辆目标凭借其多样化的背景、多模态信息以及丰富的车辆类别能够有效评估所提模型在遥感小目标检测任务中的性能。为直观展示所用数据集的目标分布与场景特征图6给出了该数据集的部分样本示例。实验中还使用了NWPU VHR-10数据集。该数据集是由中国西北工业大学发布的公开遥感图像目标检测数据集包含800幅遥感图像涵盖10类地面目标其中包括715幅RGB图像来自谷歌地球分辨率0.2–0.5米和85幅全色图像分辨率0.08米。具体目标类别包括飞机、船舶、储罐、棒球场、网球场、篮球场、田径场、港口、桥梁和车辆。实验同时采用了主流遥感目标检测数据集DOTA。DOTA是一个用于航空图像目标检测的大规模数据集可用于开发和评估航空图像中的目标检测算法。该数据集包含来自不同传感器和平台的2806幅航空图像单张图像尺寸约为800×800至4000×4000像素包含不同比例、朝向和形状的目标。经航空图像解译专家标注这些DOTA图像被分为15个常见目标类别。每张完整标注的DOTA图像包含188至282个目标实例每个目标均用任意四边形8自由度进行标注。从表2的评估结果可以看出所提算法在NWPU VHR-10数据集的10类目标检测任务中表现最佳平均检测精度达到93.8%显著高于其他对比算法。具体而言所提算法在网球场98.7%、棒球场98.3%和储罐97.3%等类别上的检测精度提升尤为明显。即使对于桥梁93.7%和车辆94.6%这类易受背景干扰或尺度变化影响的目标其性能也优于对比算法中表现最佳的模型。这表明所提算法在多类别目标检测场景中具有更强的适应性在处理尺度差异大、背景复杂的目标时优势尤为显著充分验证了其有效性。图7展示了所提算法在测试集上的检测结果直观呈现了其对各类目标的识别与定位性能。典型失效场景分析需要指出的是我们的算法并非在所有场景下都有效存在一些失效情况。场景一图8a沟渠-草地区域沟渠旁的小型设施呈现“细长且稀疏分布”的特征。杂草杂乱的纹理加剧了目标边缘的模糊性。尽管模型改进后的DSConv模块增强了轮廓提取能力但对于这类“纹理微弱、无明显轮廓”的稀疏目标缺乏有效的特征锚点因此无法完成特征匹配。场景二图8b废墟区域建筑物和车辆等目标呈现碎片化、变形的异常形态结构完整性严重受损。由于模型主要在形状完整的目标数据集上训练对这类存在形态畸变和场景结构破坏的样本泛化能力不足导致目标特征匹配准确率较低。场景三图8c废弃院落超小型设备部件与大型棚屋之间存在极端尺度差异且目标密集堆积导致特征重叠率高达55%。模型采用的单尺度检测头无法适应跨尺度目标而密集的重叠进一步干扰了特征区分。PART/5挑战与未来方向遥感图像中目标的检测与识别在军事和民用领域均具有重要的经济价值与战略意义。然而由于遥感图像背景复杂、目标分布密集且特征信息极为有限小目标识别仍面临巨大挑战。为应对小目标检测的核心挑战——特征微弱、易受背景干扰、尺度变化大本文提出了一种基于YOLOv5的改进网络命名为ClearSight-RS通过动态增强机制提升检测性能。ClearSight-RS从三个关键维度进行了针对性改进1.骨干网络增强引入改进的动态增强模块利用动态感受野与可变形结构强化小目标的边界与几何特征提取。在保持计算效率的同时有效增强了弱纹理特征的表达提升了结构感知精度。2.颈部网络改进嵌入双层路由注意力模块动态筛选目标特征并抑制冗余背景信息缓解了小目标被复杂背景淹没的问题显著增强了模型对目标区域的聚焦能力。3.检测头优化优化检测头结构仅保留高分辨率浅层特征层用于预测减少了小目标特征在传播过程中的丢失最小化冗余计算进一步提升了微小目标的检测精度。尽管ClearSight-RS在遥感小目标检测中表现优异但仍存在一定局限性需在未来研究中进一步解决。从方法本身的技术角度来看单尺度检测头设计仅聚焦P3特征在优化小目标感知性能的同时牺牲了在混合尺度场景下对大目标的适应性当超小目标与大目标共存时可能导致性能下降。改进后的DSConv模块虽具备轻量化特性但与标准卷积相比仍会引入额外计算开销在资源极为有限的边缘计算设备上效率略显不足。模型对严重遮挡和低光照条件较为敏感——当目标特征严重畸变或缺失时BRA模块的背景抑制能力会显著减弱。实验主要在三个主流数据集上开展缺乏在极端场景数据集如浓雾、沙尘暴或夜视条件下的遥感图像上的验证这限制了对模型泛化能力的全面验证。为解决这些局限性未来研究将从三个方向推进1.设计动态多尺度自适应机制平衡小目标与大目标的检测性能。2.探索轻量化优化如集成模型量化或剪枝技术提升在边缘设备上的部署效率。3.扩大验证范围至极端场景数据集并丰富评估指标体系全面增强模型的实用性与稳健性。有相关需求的你可以联系我们END转载请联系本公众号获得授权计算机视觉研究院学习群等你加入ABOUT计算机视觉研究院计算机视觉研究院主要涉及深度学习领域主要致力于目标检测、目标跟踪、图像分割、OCR、模型量化、模型部署等研究方向。研究院每日分享最新的论文算法新框架提供论文一键下载并分享实战项目。研究院主要着重”技术研究“和“实践落地”。研究院会针对不同领域分享实践过程让大家真正体会摆脱理论的真实场景培养爱动手编程爱动脑思考的习惯往期推荐YOLO-TLA一种基于 YOLOv5 的高效轻量级小目标检测模型ViT-YOLO基于Transformer的用于目标检测的YOLO算法SSMA-YOLO一种轻量级的 YOLO 模型具备增强的特征提取与融合能力适用于无人机航拍的船舶图像检测LUD-YOLO一种用于无人机的新型轻量级目标检测网络Gold-YOLO基于聚合与分配机制的高效目标检测器Drone-YOLO一种有效的无人机图像目标检测「无人机AI」“空中城管”无人机AI光伏巡检自动化解决方案无人机视角下多类别船舶检测及数量统计机场项目解决飞行物空间大小/纵横比、速度、遮挡等问题引起的实时目标检测问题2PCNet昼夜无监督域自适应目标检测附原代码YOLO-S小目标检测的轻量级、精确的类YOLO网络大改Yolo框架 | 能源消耗极低的目标检测新框架附论文下载改进的检测算法用于高分辨率光学遥感图像目标检测