.png){kind=icon}
返回
EMWMS-YOLO: Efficient Multi-Scale Detection Framework for Small Objects in Challenging Remote Sensing Scenes
.png){kind=icon}
OA
AI
DOI：10.3390/rs18111682.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
如今，遥感图像具有显著的尺度变化、小目标高密度和复杂背景条件等特征，这对小目标检测构成了重大挑战。为解决这些问题，我们提出了EMWMS-YOLO，一种基于YOLOv11n的轻量且高效的检测框架。具体而言，通过整合双分支特征提取（DBFE）、多尺度特征感知（MSFP）以及具有大可分离核注意力（SPPF-LSKA）的快速空间金字塔池化（SPPF-LSKA）模块，设计了高效多尺度跨层提取（EMSCLE）骨干网络，实现了有效的多尺度特征提取和跨通道交互。此外，引入了由通道增强卷积（CEC）和多尺度门控特征融合（MSGFF）模块组成的自适应多尺度特征融合（MSAFF）颈部架构，以动态融合跨尺度特征，增强显著目标响应并抑制背景噪声。同时，小波池化（WaveletPool）模块替代传统池化操作，以减少信息损失和特征混叠，同时保留结构细节。通过嵌入多尺度空间增强注意力机制，构建了检测多尺度边缘（Detect-MultiSEAM）检测头，在复杂条件下改进了特征表示，并减少了漏检和误报。最后，采用形状IoU（ShapeIoU）损失函数以更好地建模几何和形态属性，从而提高定位精度。在VEDAI和NWPU-VHR-10数据集上的实验结果表明，所提方法相较于YOLOv11n基线在mAP50指标上分别提升了9.8%和4.1%，验证了其在小目标检测中的有效性。
Keyword:
feature extraction
EMWMS-YOLO
remote sensing image
multi-scale
small-object detection
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.1
论文数:
7.5K
被引数:
15.1W
机构
引用论文
YOLOv8-RD: High-Robust Pine Wilt Disease Detection Method Based on Residual Fuzzy YOLOv8Yuan, J.; Wang, L.; Wang, T.; Bashir, A.K.; Al Dabel, M.M.; Wang, J.; Feng, H.; Fang, K.; Wang, W. YOLOv8-RD：基于残差模糊YOLOv8的高鲁棒松材线虫病检测方法。IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens. 2025, 18, 385–397. [Google Scholar] [CrossRef]
PREAI
分享收藏GYS-RT-DETR: A Lightweight Citrus Disease Detection Model Based on Integrated Adaptive Pruning and Dynamic Knowledge Distillation.png)
Agronomy
AgronomyIF0
PREAI
分享收藏分享收藏Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression距离-IoU损失: 边界盒回归的更快更好的学习OAAI
OAAI分享收藏Edge YOLO: Real-Time Intelligent Object Detection System Based on Edge-Cloud Cooperation in Autonomous VehiclesEdge YOLO: 自动驾驶车辆中基于边云协作的实时智能物体检测系统
OAAI
OAAI分享收藏Water Chlorophyll Estimation in an Urban Canal System With High-Resolution Remote Sensing Data利用高分辨率遥感数据估算城市运河系统中的水叶绿素
PREAI
分享收藏Research on surface defect detection of PV modules based on lightweight YOLOv10s基于轻量化YOLOv10s的光伏组件表面缺陷检测研究
PREAI
分享收藏Nordic Vehicle Dataset (NVD): Performance of vehicle detectors using newly captured NVD from UAV in different snowy weather conditionsNordic Vehicle Dataset (NVD)：利用无人机(UAV)新采集的NVD在不同雪天条件下的车辆检测器性能OAAI
OAAI分享收藏
查看更多内容