仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
论文题目：AnEfficientAerialImageDetectionwithVariableReceptiveFields
论文地址：https ://arxiv. org/pdf/2504. 15165
代码地址：https ://github. com/LiuWenbin-CV/VRF-DETR.
引入自适应接收场选择机制，通过深度空洞卷积生成不同接收场的特征图，再利用空间注意力建立通道间关系，最后通过门控元素乘积实现自适应增强。
将门控机制引入卷积操作中，通过深度可分离卷积降低参数量，同时利用门控机制动态抑制不重要的空间响应，保留关键局部模式。
改进了RT-DETR中的C2f模块，采用级联结构，依次通过MSCF建立区域间关联、批量归一化和dropout层正则化特征、GConv进行空间自适应精炼，两侧的快捷连接保证梯度稳定流动，中间的dropout层防止特征共适配。
本文提出了一种基于Transformer的无人机图像检测框架VRF-DETR，旨在解决无人机（UAV）检测任务中的小目标检测、密集遮挡和计算资源限制等问题。该框架通过三个关键组件实现：多尺度上下文融合（MSCF）模块，通过动态调整特征贡献解决固定尺度注意力的局限性，利用深度空洞卷积生成不同接收场的特征图，结合空间注意力和门控元素乘积实现自适应增强，提高对不同尺度目标的适应性；门控卷积（GConv）模块，将门控机制引入卷积操作，利用深度可分离卷积降低参数量，同时动态抑制不重要的空间响应以保留关键局部模式，提高局部特征建模能力；
本图展示了VRF-DETR的主体结构，包括远程遥感骨干网（RS-Backbone，其包含GMCF瓶颈用于特征学习）、多尺度融合编码器（集成了自适应空间注意力的MSCF）以及网络中广泛分布的轻量级GConv操作符。这些模块共同构成了VRF-DETR实现航空检测中准确性和效率平衡的基础架构。
本图展示了MSCF模块的详细结构，包括其重新组织的双分支结构，通过深度空洞卷积生成不同接收场的特征图，随后进行特征连接、空间选择和加权融合等操作，最终实现自适应接收场选择机制，为后续对不同尺度目标的检测提供动态调整特征贡献的能力。
本图呈现了GConv模块的三个关键部分：逐点卷积投影层、基于深度卷积的特征处理器（带有门控机制）以及残差连接。输入张量经过1×1卷积扩展通道后分为两部分，其中一部分经过深度可分离卷积和激活函数处理，再与门控张量进行逐元素乘法以实现动态特征重校准，最后通过1×1卷积恢复通道数并添加原始输入，实现高效的空间上下文建模。
本表展示了VRF-DETR与多种先进目标检测方法在VisDrone-2019-DET验证数据集上的性能对比，包含两阶段、单阶段和端到端三类方法。VRF-DETR在模型复杂度（参数量13. 5M、浮点运算44. 3G）和检测性能（mAP50为51. 4%、mAP50-95为31. 8%）上均取得了优异平衡，超越了多种现有方法，如在与RT-DETR-R50对比中，VRF-DETR在保持更低参数量和浮点运算的同时，mAP50高出0. 6%，mAP50-95高出0. 3%。这表明VRF-DETR能有效应对无人机检测中的小目标、密集遮挡等问题，在资源受限设备上也有良好表现。
–END–
最后对目标检测创新感兴趣的可公众号后台私信‘加群’或者扫描下方👇二维码进入目标检测交流群！
关注“学姐带你玩AI”公众号，回复“目标创新点”
领取目标检测创新方案合集+开源代码
往期推荐:
目标检测除了改YOLO没得做了？来看看这些一投一个准的高区idea！
CVPR王炸组合：特征融合+目标检测！想发高分就看这篇
目标检测DETR升级版横空出世！超越YOLO系列，高区Accept拿到手软~
完爆YOLOv10！Transformer+目标检测新算法性能无敌，狠狠拿捏CV顶会！
Mamba+目标检测这么做发Nature子刊！超好上手的思路，你做你也行！
ACCEPT
据说点赞的都Accept了！
