野外環境における対象物のスケールが小さく、テクスチャ情報が弱く、背景の干渉が複雑であり、境界ボックスの位置ズレが顕著である問題に対して、改良版YOLO11nに基づく野外小対象検出アルゴリズムを提案する。まず、適応型サブピクセルアップサンプリングモジュールASUを導入し、サブピクセル再配置と注意マスクを通じて小対象のエッジおよびテクスチャ詳細特徴を強化する。次に、多尺度空洞畳み込みと二重プーリングチャネル注意機構を用いた多尺度顕著性強化モジュールMultiSEMを導入し、小対象領域の応答を強化し複雑な背景干渉を抑制する。最後に、中心距離指標ペナルティと遮蔽認識形状制約を導入した顕著性指数交差比損失関数SE-CIoUを構築し、小対象検出の位置精度と安定性を向上させる。実験結果は、自身で構築したWDDデータセットにおいて、改良アルゴリズムの精度、再現率、mAP@0.5がそれぞれ88.8%、91.4%、94.0%であり、YOLO11nベースラインネットワークアルゴリズムに比べてそれぞれ0.6%、6.6%、3.3%向上したことを示した。また、iWildCam2022-Smallデータセットでの汎化実験では、mAP@0.5が64.5%に達し、YOLO11nに比べて3.7%向上したことを示している。提案アルゴリズムは、軽量な検出フレームワークを維持しつつ、野外小対象の詳細表現、顕著性応答および境界ボックスの位置能力を効果的に強化し、複雑な野外シーンにおける小対象検出の精度を向上させ、一定の汎化能力を有している。

野外小対象;対象検出;YOLO11n;サブピクセルアップサンプリング;境界ボックス回帰