Pour faire face aux problèmes des cibles de petite taille en milieu extérieur, à la faible information de texture, aux interférences complexes du fond, et aux écarts évidents de positionnement des boîtes englobantes, un algorithme de détection des petites cibles en milieu extérieur basé sur une amélioration de YOLO11n est proposé. Tout d'abord, un module de suréchantillonnage adaptatif par sous-pixel (ASU) est introduit, qui améliore les détails des bords et des textures des petites cibles grâce à un réarrangement sous-pixel et un masque d'attention ; ensuite, un module d'amélioration de la saillance multi-échelle (MultiSEM) est introduit, qui, à travers des convolutions dilatées multi-échelles et une attention par canal à double mise en commun, renforce la réponse des zones des petites cibles et supprime les interférences complexes de fond ; enfin, une fonction de perte SE-CIoU basée sur l'indice de saillance et le rapport intersection-sur-union est construite, qui améliore la précision et la stabilité de la localisation des petites cibles par l'introduction d'une pénalité basée sur la distance au centre et des contraintes de forme sensibles à l'occultation. Les résultats expérimentaux montrent que, sur l’ensemble de données WDD construit, l'algorithme amélioré atteint une précision, un rappel et un mAP@0.5 respectivement de 88,8 %, 91,4 % et 94,0 %, améliorant de 0,6 %, 6,6 % et 3,3 % l’algorithme de base YOLO11n ; les expériences de généralisation sur le jeu de données iWildCam2022-Small montrent un mAP@0.5 de 64,5 %, soit une amélioration de 3,7 % par rapport à YOLO11n. L’algorithme proposé peut renforcer efficacement l’expression des détails des petites cibles, la réponse de saillance et la capacité de localisation des boîtes englobantes tout en conservant un cadre de détection léger, améliorant ainsi la précision de la détection des petites cibles dans des scènes extérieures complexes, avec une certaine capacité de généralisation.

petites cibles en milieu extérieur;détection d’objets;YOLO11n;surechantillonnage par sous-pixel;régression de boîte englobante