A drone aerial tiny-object detection algorithm with improved detection accuracy but halved parameter usage

doi:10.1016/j.patrec.2026.09.001

A drone aerial tiny-object detection algorithm with improved detection accuracy but halved parameter usage

2026-09-04

0

PRE

AI

DOI：10.1016/j.patrec.2026.09.001

原文链接

原文求助

摘要

En 中文

本工作的关键发现和贡献： • SAM-DETR：基于RT-DETR构建的轻量级无人机空中微小目标检测器。 • SCFNet：通过融合CSPDarknet与MambaVision以线性成本获取全局上下文。 • TSS-FFM：通过3D尺度序列特征融合保留空间细节。 • Masked Generative Distillation：以零推理成本屏蔽背景噪声。 • 在VisDrone2019和RSOD数据集上分别达到50.4%和97.6%的mAP，仅需11.0M参数。

Keyword:

UAV aerial imagery

tiny object detection

RT-DETR

MambaVision

feature fusion

knowledge distillation

lightweight model

A drone aerial tiny-object detection algorithm with improved detection accuracy but halved parameter usage

摘要

期刊

机构

引用论文