Para abordar el problema de la baja precisión en la detección de pequeños objetivos debido a grandes variaciones de escala y fondos complejos en escenarios de fotografía aérea, se propone un algoritmo de detección basado en la percepción colaborativa multiescala contextual. Primero, se construyó un módulo de mejora multiescala ligero (Lightweight Multi-scale Enhancement Module, LMEM), que combina un mecanismo de atención para activar información local destacada y fortalecer la capacidad de captura de características de pequeños objetivos; en segundo lugar, se diseñó un módulo de arquitectura de fusión de características entre niveles impulsado por contexto (Context-driven Cross-level Feature Fusion Architecture Module, CCFFAM), que integra convoluciones de atención de campo receptivo y técnicas de muestreo dinámico para lograr una alineación doble espacial-canal de múltiples capas y una fusión ponderada adaptativa, mejorando la capacidad de fusión de características; finalmente, se reconstruyó la distribución de escala de la cabeza de detección y se sustituyó la función de pérdida original por Focaler-CIoU para optimizar el proceso de regresión del cuadro delimitador, asegurando un modelo ligero con alta eficiencia de detección. Los experimentos en los conjuntos de datos VisDrone2019 y DOTAv1 muestran que el método propuesto reduce el número de parámetros del modelo en un 27.9% (2.17M), con un aumento del mAP del 5.3% y 1.4% respectivamente, validando la buena efectividad del algoritmo.

Fotografía aérea con drones;Interacción multidimensional;Fusión de características entre niveles;Ligero