野外環境における対象のサイズが小さく、テクスチャ情報が弱く、背景ノイズが複雑で境界ボックスの位置ずれが明らかな問題に対して、改良された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（ASU）モジュールを導入し、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の詳細特徴を強化する。次に、多スケール顕著性強化モジュール（MultiSEM）を導入し、多スケール膨張畳み込みと二重プーリングチャネル注意によって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、中心距離指数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データセット上で、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基準ネットワークよりそれぞれ0.6%、6.6%、3.3%向上していることを示す。iWildCam2022-Smallデータセットにおける一般化実験では、mAP@0.5が64.5%に達し、YOLO11nより3.7%高いことを示した。提案アルゴリズムは軽量化検出フレームワークを維持しながら、野外小対象の詳細表現、顕著性応答、境界ボックス位置決め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精度を向上させ、一定の一般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