Pour répondre au problème de la faible précision de détection des petits objets causée par les grandes variations d’échelle des cibles et les arrière-plans complexes dans les scénarios de prise de vue aérienne, une méthode de détection basée sur la perception collaborative multi-échelle contextuelle a été proposée. Tout d'abord, un module d’amélioration multi-échelle léger (Lightweight Multi-scale Enhancement Module, LMEM) a été construit, combinant un mécanisme d’attention pour activer les informations locales proéminentes et renforcer la capacité à capturer les caractéristiques des petits objets ; ensuite, un module d’architecture de fusion de caractéristiques inter-niveaux piloté par le contexte (Context-driven Cross-level Feature Fusion Architecture Module, CCFFAM) a été conçu, intégrant des convolutions attentives du champ réceptif et des techniques d’échantillonnage dynamique pour réaliser un alignement double spatial-canal multi-niveaux et une fusion pondérée adaptative, renforçant la capacité de fusion des caractéristiques ; enfin, la distribution des échelles de la tête de détection a été reconstruite, et la fonction de perte d’origine remplacée par Focaler-CIoU pour optimiser la régression des boîtes englobantes, garantissant ainsi un modèle léger avec une haute efficacité de détection. Les expériences sur les ensembles de données VisDrone2019 et DOTAv1 ont montré que la méthode proposée réduit le nombre de paramètres du modèle de 27,9 % (2,17 M), avec une augmentation du mAP de 5,3 % et 1,4 % respectivement, validant la bonne performance de l’algorithme.

Photographie aérienne par drone;Interaction interdimensionnelle;Fusion de caractéristiques inter-niveaux;Allégée