استجابةً للمشاكل المتعلقة بصغر حجم الهدف في البيئة البرية، وضعف معلومات النسيج، وتعقيدات تشويش الخلفية، والانحراف الواضح في تحديد إطارات الحدود، تم اقتراح خوارزمية اكتشاف الأهداف الصغيرة في البرية المعتمدة على تحسين YOLO11n. أولاً، تم إدخال وحدة إعادة التحجيم الفرعي التكيفية (ASU)، التي تعزز تفاصيل حدود وأنسجة الأهداف الصغيرة من خلال إعادة ترتيب البكسل الفرعي وقناع الانتباه؛ ثانياً، تم إدخال وحدة تعزيز البروز متعددة المقاييس (MultiSEM)، التي تعزز استجابة منطقة الهدف الصغير وتقمع تشويش الخلفية المعقدة باستخدام الالتفاف المتقطع متعدد المقاييس وانتباه القناة بناءً على التجميع الثنائي؛ أخيراً، تم بناء دالة خسارة مؤشر البروز ونقطة التقاطع (SE-CIoU)، التي تزيد من دقة واستقرار تحديد الأهداف الصغيرة من خلال إدخال عقوبة مؤشر مسافة المركز وقيد شكل الوعي بالتظليل. أظهرت النتائج التجريبية أنه على مجموعة بيانات WDD التي تم إنشاؤها ذاتيًا، بلغت دقة، معدل الاستدعاء، وmAP@0.5 للخوارزمية المحسنة 88.8%، 91.4%، و94.0% على التوالي، مع تحسينات قدرها 0.6%، 6.6%، و3.3% مقارنة بخوارزمية YOLO11n الأساسية؛ وأظهرت التجارب العامة على مجموعة بيانات iWildCam2022-Small أن mAP@0.5 بلغت 64.5%، بزيادة 3.7% عن YOLO11n. يمكن للخوارزمية المقترحة تعزيز التعبير التفصيلي، استجابة البروز، وقدرة تحديد إطارات الحدود للأهداف الصغيرة في البرية بفعالية ضمن إطار كشف خفيف الوزن، مما يحسن دقة الكشف عن الأهداف الصغيرة في المشاهد البرية المعقدة ولديها قدرة تعميم معينة.

الأهداف الصغيرة في البرية;كشف الأهداف;YOLO11n;إعادة التحجيم الفرعي;الانحدار في إطارات الحدود