DASSF: Dynamic-Attention Scale-Sequence Fusion for Aerial Object Detection

本文旨在解决计算机视觉领域中航空图像中小目标检测的基本问题。航拍中的移动物体存在形状和大小不同、密集重叠、被背景遮挡和模糊等问题。然而，由于原始的YOLO算法对不同尺度目标的感知能力较弱，因此其整体检测精度较低。为了提高对密集重叠小目标和模糊目标的检测精度，本文提出了一种动态注意力尺度序列融合算法（DASSF）用于航空图像中的小目标检测。首先，我们提出了一种动态尺度序列特征融合（DSSFF）模块，该模块改善了上采样机制并减少了计算负担。其次，特别添加了一个小目标检测头以增强小目标的检测能力。最后，为了提高不同类型和大小目标的表现能力，我们使用动态头（DyHead）。我们提出的模型解决了航空图像中小目标检测的问题，并可应用于多个不同版本的YOLO算法，具有通用性。实验结果表明，当DASSF方法应用于YOLOv8时，与YOLOv8n相比，在VisDrone-2019和DIOR数据集上，模型分别显示出9.2％和2.4％的平均精度提高，并且优于当前主流方法。

本文旨在解决航拍图像中小目标检测的问题，提高目标检测的准确性和表达能力。

本文提出了一种动态注意力尺度序列融合算法（DASSF），通过动态尺度序列特征融合模块、小目标检测头和动态头来改进 YOLO 算法中小目标检测的能力。

本文的实验结果表明，在 VisDrone-2019 和 DIOR 数据集上，DASSF 方法应用于 YOLOv8 模型中，相较于 YOLOv8n，平均精度（mAP）分别提高了 9.2% 和 2.4%。本文的方法具有普适性，可以应用于多个不同版本的 YOLO 算法。

在该领域的相关研究中，最近还有一些相关的研究，如《Object Detection in Aerial Images Based on Multi-Scale Feature Fusion and Region Proposal Networks》、《Small Object Detection in Aerial Images Using a Context-Aware Single Shot Detector》等。