Для решения проблемы различного масштаба и плотности целей, нечетких деталей на аэрофотоснимках с дрона, особенно из-за многочисленных мелких целей, вызывающих пропуски и ложные срабатывания, предложен новый метод обнаружения объектов на основе адаптивного разбиения с поддержкой вывода. Метод сначала подает аэрофотоснимок на вход сети обнаружения объектов для первичного вывода, разрабатывается механизм оценки окна для локализации неопределенных объектов во входном изображении на основе результатов первичного вывода и автоматически выбираются эффективные области изображения для разбиения, чтобы адаптироваться к целям с разным масштабом и плотностью. Далее разрезанные изображения отправляются в сеть обнаружения объектов для вторичного вывода. В конце на результаты двух выводов применяется улучшенное подавление немаксимумов для получения окончательных результатов обнаружения. Экспериментальные результаты на типичных наборах данных VisDrone2019 и AI-TOD показывают, что предложенный метод повысил mAP легковесных моделей обнаружения объектов, включая YOLOv7-tiny, YOLOv8n, YOLOv8s и YOLOv9-C, эффективно улучшая производительность обнаружения целей на аэрофотоснимках.

обнаружение мелких объектов;адаптивное разбиение с поддержкой вывода;локализация неопределенных целей;подавление немаксимумов