航空撮影シーンにおける対象のスケール変動が大きく複雑な背景により、小さい対象の検出精度が低い問題に対して、コンテキスト多スケール協調認識に基づく検出アルゴリズムを提案した。まず、軽量マルチスケール強化モジュール（Lightweight Multi-scale Enhancement Module、LMEM）を構築し、注意機構を組み合わせて局所的な顕著情報を活性化し、小さな対象の特徴抽出能力を強化した。次に、コンテキスト駆動型のクロスレベル特徴融合アーキテクチャモジュール（Context-driven Cross-level Feature Fusion Architecture Module、CCFFAM）を設計し、受容野注意畳み込みと動的サンプリング技術を統合して、多層の特徴空間・チャネルの二重整列および適応的重み付き融合を実現し、特徴融合能力を向上させた。最後に、検出ヘッドのスケール分布を再構築し、従来の損失関数をFocaler-CIoUに置き換えて境界ボックス回帰プロセスを最適化し、モデルの軽量化と高検出効率を両立させた。VisDrone2019およびDOTAv1データセットでの実験により、提案手法はモデルパラメータ数を27.9％（2.17M）削減し、mAPをそれぞれ5.3％および1.4％向上させ、本アルゴリズムの優れた検出性能を検証した。

ドローン航空撮影;次元間相互作用;クロスレベル特徴融合;軽量化