1. 项目概述
在目标检测领域,小目标检测一直是困扰从业者的技术难点。传统YOLO系列算法在处理小目标时,经常出现检测框偏离、漏检等问题。我们团队针对YOLOv11模型进行了注意力机制专项改进,创新性地提出了ACA(Asymmetric Cross-domain Attention)非对称跨域注意力机制。这项改进已被TGRS 2025收录,实测在VisDrone、xView等小目标数据集上mAP提升达6.8%。
这个改进的核心价值在于:它不像传统注意力机制那样简单堆叠计算层,而是通过精心设计的非对称结构,实现了对特征图跨域关系的精准建模。特别适合无人机航拍、卫星遥感等小目标密集场景。下面我将从原理到实现完整解析这个改进方案。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心原理解析
2.1 传统注意力机制的局限性
常规的CBAM、SE等注意力模块存在三个明显缺陷:
- 计算开销大:需要全局平均池化等密集计算
- 方向不敏感:无法有效捕捉小目标的朝向特征
- 感受野固定:难以适应不同尺度目标的特征提取
以SE模块为例,其通道注意力计算式为:
code复制Mc(F) = σ(MLP(AvgPool(F)) + MLP(MaxPool(F)))
这种对称结构虽然简单,但会丢失空间位置信息,对小目标极不友好。
2.2 ACA机制设计思路
我们的ACA模块采用非对称三支路设计:
- 局部感知支路:3×3深度可分离卷积提取细粒度特征
- 跨域关联支路:1×7和7×1非对称卷积捕获长程依赖
- 动态权重支路:可学习参数自动平衡各支路贡献
数学表达上,给定输入特征F∈R^(C×H×W):
code复制F_out = α·Conv1×7(Conv7×1(F)) + β·DWConv3×3(F) + γ·F
其中α,β,γ是通过1×1卷积生成的动态权重,满足α+β+γ=1。
2.3 方向敏感特性实现
ACA的创新点在于:
- 非对称卷积核(1×7和7×1)显式建模水平和垂直方向的语义关联
- 深度可分离卷积保留通道间独立性
- 动态权重使网络自适应调整注意力侧重
实验表明,这种结构对无人机拍摄的车辆、行人等具有明显方向特征的小目标,检测精度提升尤为显著。
3. 模块实现详解
3.1 代码实现关键点
在
