1. 一眼概覽

LUD-YOLO 提出了一種基于 YOLOv8 的輕量級小目標(biāo)檢測網(wǎng)絡(luò)，結(jié)合自適應(yīng)多尺度特征融合和稀疏注意力機制，在保持高檢測精度的同時實現(xiàn)高效 UAV 部署。

2. 核心問題

現(xiàn)有 UAV 目標(biāo)檢測面臨圖像復(fù)雜背景、小目標(biāo)難識別、設(shè)備資源受限等問題。如何在有限算力和存儲條件下實現(xiàn)高精度的小目標(biāo)實時檢測，是本文關(guān)注的關(guān)鍵挑戰(zhàn)。

3. 技術(shù)亮點

• 自適應(yīng)多尺度特征融合（AFPN）：通過自適應(yīng)空間融合機制強化多層級語義信息交互，緩解特征傳播退化；
• 動態(tài)稀疏注意力模塊（C2f-BRA）：融合稀疏表達(dá)與自注意力，實現(xiàn)長距離上下文建模與計算分配優(yōu)化；
• 網(wǎng)絡(luò)瘦身（Network Slimming）：在保持精度的前提下裁剪不敏感卷積通道，實現(xiàn)極致輕量化模型部署。

4. 方法框架

圖片

LUD-YOLO 的結(jié)構(gòu)改進(jìn)包括三大部分：

? 特征融合改進(jìn)：在 YOLOv8 的 FPN+PAN 結(jié)構(gòu)中插入 C2→C5 的上采樣通路，構(gòu)建 AFPN，提升低層細(xì)節(jié)與高層語義信息融合質(zhì)量；

? 特征提取增強：在 YOLOv8 的 C2f 模塊中引入 Biform 模塊，通過 Top-k 動態(tài)稀疏圖機制實現(xiàn)高效注意力；

? 模型輕量化處理：通過 BN 層 L1 正則剪枝卷積通道，結(jié)合微調(diào)恢復(fù)精度，最終獲得部署友好型檢測模型。

5. 實驗結(jié)果速覽

? VisDrone2019 數(shù)據(jù)集：LUDY-S 的 mAP 達(dá) 41.7%，比 YOLOv5-S 提高 3.2%，且參數(shù)僅 10.34M；LUDY-N 更是以 2.81M 參數(shù)量實現(xiàn) 35.2% mAP，為同類模型中最輕；

? UAVDT 數(shù)據(jù)集：LUDY-S mAP 達(dá) 86.2%，優(yōu)于 YOLOv8-s 的 83.1%；

? 對比實驗表明：在多種輕量模型中，LUD-YOLO 在 mAP、FPS、模型大小之間取得最佳平衡。

6. 實用價值與應(yīng)用

LUD-YOLO 適用于無人機在農(nóng)業(yè)巡檢、安防監(jiān)控、交通執(zhí)法等實際場景中的邊緣部署需求，尤其在復(fù)雜環(huán)境中的小目標(biāo)檢測任務(wù)中展現(xiàn)出出色性能與部署價值。

7. 開放問題

? LUD-YOLO 是否可進(jìn)一步適應(yīng)少樣本或無標(biāo)注數(shù)據(jù)場景？

? 動態(tài)稀疏注意力機制是否可遷移至視頻流中的連續(xù)目標(biāo)跟蹤任務(wù)？

? 模型剪枝策略是否適用于 Transformer 主干網(wǎng)絡(luò)？