Die Erkennung kleiner Objekte in Drohnenluftaufnahmen steht vor Herausforderungen wie kleinen Objektgrößen, komplexem Hintergrund und begrenzten Rechenressourcen. Bestehende Drohnenerkennungsmodelle weisen meist eine geringe Genauigkeit auf und haben Schwierigkeiten, ein gutes Gleichgewicht zwischen Erkennungsgenauigkeit und -effizienz zu finden. Um diese Probleme zu lösen, schlägt dieser Artikel einen leichten Algorithmus zur kleinen Objekterkennung auf Basis eines verbesserten YOLO11 vor, genannt ACFI-YOLO11 (auf Aufmerksamkeit basierende funktionsübergreifende Schichtebene-Interaktion - YOLO11). Zunächst wurde ein Tiny Head-Zweig entworfen, der durch Einführen von Merkmalstafeln mit höherer Auflösung die Wahrnehmung sehr kleiner Objekte im Modell verbessert; zweitens wurde ein neuartiges Aufmerksamkeit basiertes Interaktionsmodul für funktionsübergreifende Schichten ACFI vorgeschlagen, das basierend auf dem Layer Feature Aggregation (LFA) Modul und einem Transformer-Encoder direkten Informationsaustausch zwischen den Merkmalen der aktuellen Schicht und den zwei benachbarten Schichten ermöglicht und so die Schwäche des ursprünglichen Modell-Hals-Netzwerks behebt, das Merkmale nur schichtweise weitergibt und sich nur auf die vorherige Schicht konzentriert, wodurch die Korrelation zwischen Schichtmerkmalen nicht ausreichend genutzt wird und die Modellrepräsentationsfähigkeit erhöht; schließlich wurde eine SPD (Space-to-Depth) Faltung eingeführt, die die traditionelle Faltung ersetzt, die Modellparameter und den Rechenaufwand reduziert und dabei wichtige räumliche Informationen während des Downsamplings bewahrt, was die Genauigkeit der kleinen Objekterkennung verbessert. Experimentelle Ergebnisse auf dem VisDrone2021-Datensatz zeigen, dass ACFI-YOLO11 im Vergleich zu YOLO11s eine Steigerung von 4,2 %, 3,5 %, 5,2 % bzw. 4,0 % bei AP_S, AP_XS, mAP_50 und mAP_50-95 erzielt hat, wobei die mAP_50-95 andere Vergleichsalgorithmen mit 31,7 % übertrifft. Darüber hinaus bestätigt ein Vergleichsexperiment auf dem UAVDT-Datensatz die Überlegenheit von ACFI-YOLO11 mit einer mAP_50-95 von 83,3 %, was deutlich besser ist als bei anderen fortschrittlichen Algorithmen. Die Ergebnisse zeigen, dass ACFI-YOLO11 die Erkennungsleistung deutlich verbessert und gleichzeitig das Modell leicht hält, wodurch eine effiziente und praktische Lösung für die kleine Objekterkennung in Drohnenluftaufnahmen geboten wird.

kleine Objekterkennung; Drohne; YOLO11; Merkmalsfusion; Transformer