AMSD-YOLO:基于注意力多尺度解耦的无人机航拍图像小目标检测OA

针对无人机航拍图像中小目标检测面临的特征稀疏、背景复杂及计算资源有限等挑战,提出一种基于YOLOv11n的增强型目标检测模型AMSD-YOLO。该模型融合3项改进:渐进式分层感知动态注意力模块(LADA)实现自适应多尺度特征融合;轻量化解耦模块(LDB)以极低参数量代价完成空间压缩与通道扩展;增设浅层检测头以增强小目标的定位能力。在VisDrone 2019数据集上的实验结果表明,AMSD-YOLO相比基准模型YOLOv11n,m AP@0.50提升4.9%,参数量减少44.6%,且在NVIDIA RTX4090 GPU上的推理速度达到145帧·s^(-1),满足实时处理需求。所提模型有效平衡了检测精度与计算效率,适用于实时无人机应用场景。