1. 项目概述
在目标检测领域,小目标检测一直是极具挑战性的任务。YOLOv11作为YOLO系列的最新成员,虽然在检测速度和精度上取得了显著进步,但在处理小目标时仍存在检测框偏离、特征提取不足等问题。我们针对这一痛点,创新性地提出了ACA(Asymmetric Cross-domain Attention)非对称跨域注意力机制,该机制已入选TGRS 2025(IEEE Transactions on Geoscience and Remote Sensing)。
ACA机制的核心创新在于:
- 轻量化设计:参数量仅为传统注意力机制的1/3
- 方向敏感性:能有效捕捉小目标的边缘和纹理特征
- 跨域特征融合:同时考虑空间和通道维度的非对称关系
实测在VisDrone2021数据集上,对小目标(<32×32像素)的检测AP提升了7.3%,而计算开销仅增加2.1%
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
现有注意力机制(如CBAM、SE)在小目标检测中存在三个主要问题:
- 对称计算冗余:传统方法在空间和通道维度采用相同的计算模式,导致对小目标的细微特征不敏感
- 方向信息丢失:常规卷积核的方形感受野难以捕捉线状小目标(如电线、道路)的方向特征
- 计算成本高:复杂的注意力模块会显著增加模型参数量,影响部署效率
2.2 ACA机制设计细节
2.2.1 非对称特征分解
我们首先对输入特征图进行非对称分解:
python复制# 输入特征图尺寸: [B, C, H, W]
def asymmetric_decomposition(x):
# 水平方向特征提取
horizontal = nn.AvgPool2d(kernel_size=(1, 3), stride=1, padding=(0, 1))(x)
# 垂直方向特征提取
vertical = nn.AvgPool2d(kernel_size=(3, 1), stride=1, padding=(1, 0))(x)
return horizontal, vertical
2.2.2 跨域注意力计算
采用空间-通道交叉注意力机制:
- 空间注意力分支:使用1×3和3×1的非对称卷积核分别
