Um das Problem der niedrigen Erkennungsgenauigkeit kleiner Ziele aufgrund großer Maßstabsänderungen und komplexer Hintergründe in Luftbildszenarien zu lösen, wurde ein auf kontextbasierter kollaborativer Mehrskalenerkennung basierender Algorithmus vorgeschlagen. Zuerst wurde ein leichtgewichtiges Mehrskalenerweiterungsmodul (Lightweight Multi-scale Enhancement Module, LMEM) entwickelt, das mittels eines Aufmerksamkeitsmechanismus lokale signifikante Informationen aktiviert und die Fähigkeit zur Erfassung kleiner Zielmerkmale verbessert; zweitens wurde ein kontextgesteuertes Cross-Level Feature Fusion Architecture Module (CCFFAM) entworfen, das rezeptives Aufmerksamkeitsfaltung und dynamische Abtasttechniken integriert, um mehrschichtige Raum-Kanal-Doppelanpassung und adaptive gewichtete Fusion zu erreichen und die Merkmalsfusion zu stärken; schließlich wurde die Maßstabsverteilung des Erkennungskopfs rekonstruiert und die ursprüngliche Verlustfunktion durch Focaler-CIoU ersetzt, um den Bounding-Box-Regression-Prozess zu optimieren und gleichzeitig ein leichtgewichtiges Modell mit hoher Erkennungseffizienz zu gewährleisten. Experimente auf den Datensätzen VisDrone2019 und DOTAv1 zeigen, dass die vorgeschlagene Methode die Modellparameteranzahl um 27,9 % (2,17M) reduziert und die mAP um jeweils 5,3 % bzw. 1,4 % erhöht, was die gute Erkennungsleistung des Algorithmus bestätigt.

Drohnenluftaufnahme;Interdimensionale Interaktion;Merkmalsfusion über Ebenen;Leichtgewichtig