首页 / 资料库 / 文献详情

基于可变形卷积的光学遥感图像目标检测轻量化模型

张雨荷 Zhang Yuhe、Jing Zhang、苑馨方 Yuan Xinfang、李晓辉 Li Xiaohui、朱家佳 Zhu Jiajia、米琳 Mi Lin、陈宾宾 Chen Binbin、杨光 Yang Guang

2025Acta Optica SinicaComputer Science被引 2开放获取

摘要

面向光学遥感图像目标检测边缘智能应用，以YOLOv8n为基线模型，提出一种基于可变形卷积的轻量化模型（DCBLM）。首先，在主干网络设计C2f_DCFE（C2f Deformable Convolution Feature Extraction）模块，使用可变形卷积代替标准卷积，使网络能够根据目标的形状、尺寸和位置进行动态调整，在增强模型特征提取能力的同时减少模型计算；其次，在模型颈部构建跨尺度特征融合模块（CFFM）解决网络特征冗余问题，提升通道特征融合效率，有效减少模型的参数量与运算量；最后，在模型检测头采用最小点距离损失函数（MPDIoU），针对性改善当预测框与真实框具有相同长宽比时损失函数失去有效性的问题，有效降低模型定位误差。实验结果证明了DCBLM对光学遥感图像目标检测边缘端应用的有效性与适用性：针对城市通用目标检测场景，模型检测精度相比基线模型提高0.8百分点，参数量、运算量、模型大小分别减少39.5%、22.2%、36.5%；针对草原牲畜无人机监测场景，模型检测精度相比基线模型提高0.9百分点，参数量、运算量、模型大小分别减少39.5%、22.2%、36.5%，在保持更优检测精度的同时，极大提升在实际应用中的部署灵活性。

引用本文（GB/T 7714）

DOI：https://doi.org/10.3788/aos241932