Обнаружение мелких объектов на аэроснимках с дронов сталкивается с такими проблемами, как малый размер объектов, сложный фон и ограниченные вычислительные ресурсы. Большинство существующих моделей обнаружения объектов на дронах имеют низкую точность и испытывают трудности с балансировкой между точностью и эффективностью обнаружения. Для решения этих проблем в статье предлагается облегченный алгоритм обнаружения мелких объектов на основе улучшенного YOLO11 — ACFI-YOLO11 (внимание к взаимодействию характеристик между слоями — YOLO11). Во-первых, разработан ветвь Tiny Head, которая с помощью введения признаков более высокого разрешения усиливает способность модели к восприятию очень мелких объектов; во-вторых, предложен новый модуль межслоевого взаимодействия информации на основе внимания ACFI, который на базе модуля агрегации признаков слоя (Layer Feature Aggregation, LFA) и трансформерного энкодера обеспечивает прямое взаимодействие признаков текущего слоя с соседними двумя слоями, устраняя недостаток оригинальной шейной сети модели, которая передавала признаки постадийно, учитывая только предыдущий слой и не раскрывая полноценно отношения между признаками разных слоев, что повышает выразительность модели; в-третьих, введена свертка SPD (Space-to-Depth), заменяющая традиционную свертку, что снижает количество параметров модели и вычислительные затраты, одновременно сохраняя важную пространственную информацию при понижении дискретизации, повышая точность обнаружения мелких объектов. Экспериментальные результаты на датасете VisDrone2021 показали, что ACFI-YOLO11 улучшил показатели AP_S, AP_XS, mAP_50 и mAP_50-95 на 4,2%, 3,5%, 5,2% и 4,0% соответственно по сравнению с YOLO11s, а mAP_50-95 превзошел другие методы сравнения и достиг 31,7%. Кроме того, сравнительные эксперименты на датасете UAVDT дополнительно подтвердили превосходство ACFI-YOLO11, при mAP_50-95 в 83,3%, что значительно лучше современных методов. Результаты показывают, что ACFI-YOLO11 значительно повышает производительность обнаружения при одновременном упрощении модели, предлагая эффективное и практичное решение для обнаружения мелких объектов на аэроснимках с дронов.

обнаружение мелких объектов; беспилотник; YOLO11; слияние признаков; Transformer