基于动态感知和交叉调制的遥感小目标检测

doi:10.11772/j.issn.1001-9081.2025080985

《计算机应用》唯一官方网站 ›› 2026, Vol. 46 ›› Issue (9): 2968-2976.DOI: 10.11772/j.issn.1001-9081.2025080985

• 多媒体计算与计算机仿真 • 上一篇

基于动态感知和交叉调制的遥感小目标检测

姚华(), 杨高明, 李雪莲, 陆凯旋

安徽理工大学计算机科学与工程学院，安徽淮南 232001

收稿日期:2025-08-28 修回日期:2025-10-10 接受日期:2025-10-16 发布日期:2026-09-16 出版日期:2026-09-10
通讯作者: 姚华
作者简介:姚华（2001—），男，安徽铜陵人，硕士研究生，CCF会员，主要研究方向：目标检测
杨高明（1974—），男，安徽阜阳人，教授，博士，主要研究方向：计算机视觉、数字图像处理
李雪莲（2005—），女，安徽淮南人，硕士研究生，主要研究方向：工业异常检测
陆凯旋（2000—），男，安徽合肥人，硕士研究生，主要研究方向：目标检测。
基金资助:
国家自然科学基金资助项目(52374155);安徽省自然科学基金资助项目(2308085MF218)

Remote sensing small object detection with dynamic perception and cross-modulation

Hua YAO(), Gaoming YANG, Xuelian LI, Kaixuan LU

School of Computer Science and Engineering，Anhui University of Science and Technology，Huainan Anhui 232001，China

Received:2025-08-28 Revised:2025-10-10 Accepted:2025-10-16 Online:2026-09-16 Published:2026-09-10
Contact: Hua YAO
About author:YAO Hua，born in 2001， M. S. candidate. His research interestsinclude object detection.
YANG Gaoming， born in 1974， Ph. D.， professor. His researchinterests include computer vision， digital image processing.
LI Xuelian，born in 2005， M. S. candidate. Her research interestsinclude industrial anomaly detection.
LU Kaixuan， born in 2000， M. S. candidate. His research interestsinclude object detection.

摘要/Abstract

摘要：

针对遥感图像中小目标检测背景干扰严重以及多尺度特征提取和融合不充分导致检测精度下降的问题，提出一种动态感知和交叉调制网络（DPCMNet）。首先，为增强模型对细粒度目标的感知能力，设计多层次的混合特征聚合（HFA）模块，以动态强化小目标区域的响应强度，有效地丰富纹理和结构特征；其次，提出动态调制融合（DMF）模块，引入通道和空间联合调制机制，实现特征间的自适应交互，从而缓解多尺度融合过程中的信息丢失，并提升小目标的定位和识别能力；最后，基于DMF模块构建动态调制融合金字塔（DMFP），通过高层语义信息和浅层细节补偿的跨尺度关联，实现特征的渐进式融合与增强。实验结果显示，DPCMNet在USOD（Unicorn Small Object Dataset）和VEDAI（VEhicle Detection in Aerial Imagery）遥感小目标数据集上均提升了检测性能，该网络的平均精度（AP）较基准模型YOLOv11n分别提高了2.9和3.1个百分点。

关键词: 遥感图像, 小目标检测, 上下文信息增强, 特征交互, 多尺度融合

Abstract:

To address the challenges of severe background interference and insufficient multi-scale feature extraction and fusion for small object detection in remote sensing images， which lead to degraded detection accuracy， a Dynamically Perceptive and Cross-Modulated Network （DPCMNet） was proposed. First， to enhance the model’s perception ability to fine-grained objects， the multi-level Hybrid Feature Aggregation （HFA） module was designed to strengthen the response intensity of small object regions dynamically， thereby enriching the textural and structural features effectively. Second， the Dynamic Modulation Fusion （DMF） module was proposed to introduce a joint channel and spatial modulation mechanism， so as to enable adaptive feature interaction， thereby alleviating information loss during multi-scale feature fusion and improving localization and recognition capabilities for small objects. Finally， based on the DMF module， the Dynamic Modulation Fusion Pyramid （DMFP） was constructed to achieve progressive feature fusion and enhancement through cross-scale association between high-level semantic information and low-level detail compensation. Experimental results demonstrate that DPCMNet achieves significant performance improvements on the Unicorn Small Object Dataset （USOD） and VEhicle Detection in Aerial Imagery （VEDAI） remote sensing small object datasets， with Average Precision （AP） increased by 2.9 and 3.1 percentage points， respectively， compared to the baseline model YOLOv11n.

Key words: remote sensing image, small object detection, context information enhancement, feature interaction, multi-scale fusion

中图分类号:

TP751.1

姚华, 杨高明, 李雪莲, 陆凯旋. 基于动态感知和交叉调制的遥感小目标检测[J]. 计算机应用, 2026, 46(9): 2968-2976.

Hua YAO, Gaoming YANG, Xuelian LI, Kaixuan LU. Remote sensing small object detection with dynamic perception and cross-modulation[J]. Journal of Computer Applications, 2026, 46(9): 2968-2976.

图/表 19

参考文献 23

[1]	袁翔，程塨，李戈，等. 遥感影像小目标检测研究进展［J］. 中国图象图形学报， 2023， 28（6）： 1662-1684.
	Yuan Xiang， Cheng Gong， Li Ge， et al. Progress in small object detection for remote sensing images ［J］. Journal of Image and Graphics， 2023， 28（6）： 1662-1684.
[2]	Su J， Liao J， Gu D， et al. Object detection in aerial images using a multiscale keypoint detection network ［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing， 2021， 14： 1389-1398.
[3]	Zhu W， Wang Z， Wang X， et al. A dual self-attention mechanism for vehicle re-identification ［J］. Pattern Recognition， 2023， 137： No.109258.
[4]	Wang B， Sui H， Ma G， et al. GMODet： a real-time detector for ground-moving objects in optical remote sensing images with regional awareness and semantic-spatial progressive interaction ［J］. IEEE Transactions on Geoscience and Remote Sensing， 2025， 63： No.5605623.
[5]	余俊宇，刘孙俊，许桃. 融合注意力机制的YOLOv7遥感小目标检测算法研究［J］. 计算机工程与应用， 2023， 59（20）： 167-175.
	Yu Junyu， Liu Sunjun， Xu Tao. Research on YOLOv7 remote sensing small target detection algorithm integrating attention mechanism［J］. Computer Engineering and Applications， 2023， 59（20）： 167-175.
[6]	刘赏，周煜炜，代娆，等. 融合注意力和上下文信息的遥感图像小目标检测算法［J］. 计算机应用， 2025， 45（1）： 292-300.
	Liu Shang， Zhou Yuwei， Dai Rao， et al. Small target detection algorithm in remote sensing images integrating attention and contextual information ［J］. Journal of Computer Applications， 2025， 45（1）： 292-300.
[7]	Ren S， He K， Girshick R， et al. Faster R-CNN： towards real-time object detection with region proposal networks ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2017， 39（6）： 1137-1149.
[8]	Sun P， Zhang R， Jiang Y， et al. Sparse R-CNN： end-to-end object detection with learnable proposals ［C］// CVPR 2021. Piscataway： IEEE， 2021： 14449-14458.
[9]	Wang C Y， Bochkovskiy A， Mark Liao H Y. YOLOv7： trainable bag-of-freebies sets new state-of-the-art for real-time object detectors［C］// CVPR 2023. Piscataway： IEEE， 2023： 7464-7475.
[10]	Zhao Y， Lv W， Xu S， et al. DETRs beat YOLOs on real-time object detection ［C］// CVPR 2024. Piscataway： IEEE， 2024： 16965-16974.
[11]	Tan M， Pang R， Le Q V. EfficientDet： scalable and efficient object detection ［C］// CVPR 2020. Piscataway： IEEE， 2020： 10778-10787.
[12]	Deng C， Wang M， Liu L， et al. Extended feature pyramid network for small object detection ［J］. IEEE Transactions on Multimedia， 2022， 24： 1968-1979.
[13]	Yang G， Lei J， Tian H， et al. Asymptotic feature pyramid network for labeling pixels and regions ［J］. IEEE Transactions on Circuits and Systems for Video Technology， 2024， 34（9）： 7820-7829.
[14]	Gao T， Xia S， Liu M， et al. MSNet： multi-scale network for object detection in remote sensing images ［J］. Pattern Recognition， 2025， 158： No.110983.
[15]	Zhang S F， Chi C， Yao Y Q， et al. Bridging the gap between anchor-based and anchor-free detection via adaptive training sample selection ［C］// CVPR 2020. Piscataway： IEEE， 2020： 9756-9765.
[16]	Feng C， Zhong Y， Gao Y， et al. TOOD： task-aligned one-stage object detection ［C］// CVPR 2021. Piscataway： IEEE， 2021： 3490-3499.
[17]	Liu S， Li F， Zhang H， et al. DAB-DETR： dynamic anchor boxes are better queries for DETR ［PP/OL］. V4. arXiv （2022-03-30）［2025-08-10］..
[18]	Zhang Y， Ye M， Zhu G， et al. FFCA-YOLO for small object detection in remote sensing images ［J］. IEEE Transactions on Geoscience and Remote Sensing， 2024， 62： No.5611215.
[19]	Xu Y， He W， Zhang G， et al. From weak textures to dense arrangements： leveraging prior knowledge for small-object detection in remote sensing images ［J］. IEEE Transactions on Geoscience and Remote Sensing， 2025， 63： No.3000915.
[20]	Hu J， Shen L， Sun G. Squeeze-and-excitation networks ［C］// CVPR 2018. Piscataway： IEEE， 2018： 7132-7141.
[21]	Wang Q， Wu B， Zhu P， et al. ECA-Net： efficient channel attention for deep convolutional neural networks ［C］// CVPR 2020. Piscataway： IEEE， 2020： 11531-11539.
[22]	Woo S， Park J， Lee J Y， et al. CBAM： convolutional block attention module ［C］// ECCV 2018， LNCS 11211. Cham： Springer， 2018： 3-19.
[23]	Varghese R， Sambath M. YOLOv8： a novel object detection algorithm with enhanced performance and robustness ［C］// ADICS 2024. Piscataway： IEEE， 2024： 1-6.

模型	AP/%	AP₅₀/%	AP₇₅/%	AP_vt/%	AP_t/%	AP_s/%	参数量/10⁶	浮点运算量/GFLOPs
Faster R-CNN	31.2	81.4	12.3	9.6	30.7	38.3	43.1	223.6
ATSS	31.3	84.9	11.3	9.7	30.8	38.7	32.0	205.2
TOOD	31.6	83.6	12.3	12.2	31.4	37.3	31.9	201.1
DAB-DETR	28.6	80.8	10.4	8.2	28.5	35.3	47.2	163.5
YOLOv7	25.6	79.4	6.8	7.2	25.5	28.0	6.0	13.0
YOLOv8s	29.3	82.1	10.3	11.3	28.7	34.4	11.1	28.8
YOLOv8n	29.8	82.2	11.2	9.6	28.9	36.0	3.1	8.9
YOLOv11s	32.4	87.0	13.7	13.6	31.3	36.9	9.4	21.3
YOLOv11n	31.6	83.2	11.9	12.4	30.8	37.2	2.6	6.6
FFCA-YOLO	33.8	88.8	14.2	15.5	34.1	37.0	7.1	51.7
DPCMNet	34.5	89.4	14.9	15.5	33.3	38.3	1.2	9.9

模型	AP/%	AP₅₀/%	AP₇₅/%	AP_vt/%	AP_t/%	AP_s/%	参数量/10⁶	浮点运算量/GFLOPs
Faster R-CNN	31.2	81.4	12.3	9.6	30.7	38.3	43.1	223.6
ATSS	31.3	84.9	11.3	9.7	30.8	38.7	32.0	205.2
TOOD	31.6	83.6	12.3	12.2	31.4	37.3	31.9	201.1
DAB-DETR	28.6	80.8	10.4	8.2	28.5	35.3	47.2	163.5
YOLOv7	25.6	79.4	6.8	7.2	25.5	28.0	6.0	13.0
YOLOv8s	29.3	82.1	10.3	11.3	28.7	34.4	11.1	28.8
YOLOv8n	29.8	82.2	11.2	9.6	28.9	36.0	3.1	8.9
YOLOv11s	32.4	87.0	13.7	13.6	31.3	36.9	9.4	21.3
YOLOv11n	31.6	83.2	11.9	12.4	30.8	37.2	2.6	6.6
FFCA-YOLO	33.8	88.8	14.2	15.5	34.1	37.0	7.1	51.7
DPCMNet	34.5	89.4	14.9	15.5	33.3	38.3	1.2	9.9

骨干网络	AP	AP₅₀	AP₇₅	AP_vt	AP_t	AP_s
CSPDarkNet53	31.7	86.1	12.8	13.4	30.5	36.6
本文骨干网络	34.5	89.4	14.9	15.5	33.3	38.3

骨干网络	AP	AP₅₀	AP₇₅	AP_vt	AP_t	AP_s
CSPDarkNet53	31.7	86.1	12.8	13.4	30.5	36.6
本文骨干网络	34.5	89.4	14.9	15.5	33.3	38.3

特征融合策略	AP	AP₅₀	AP₇₅	AP_s
BiFPN	34.0	88.5	13.9	36.7
AFPN	29.9	83.9	10.4	32.6
DMFP	34.5	89.4	14.9	38.3

基于动态感知和交叉调制的遥感小目标检测

Remote sensing small object detection with dynamic perception and cross-modulation

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 19

参考文献 23

相关文章 15

编辑推荐

Metrics

模型	AP	AP₅₀	AP₇₅	AP_t	AP_s
Faster R-CNN	41.9	70.9	43.0	24.5	42.3
ATSS	40.8	67.9	46.1	35.3	41.1
TOOD	39.8	63.3	43.6	24.6	40.8
DAB-DETR	35.4	67.0	34.0	22.5	35.1
YOLOv7	32.2	55.2	35.3	30.0	33.8
YOLOv8n	40.8	64.6	43.8	30.7	41.8
YOLOv11n	39.6	63.7	42.7	21.6	40.5
FFCA-YOLO	40.0	68.3	44.3	27.0	41.2
DPCMNet	42.7	68.4	48.3	31.4	43.8

模型	浮点运算量/GFLOPs	帧率/（frame·s^-1）	推理时间/ms
YOLOv8s	28.8	164.6	6.0
YOLOv11s	21.3	166.8	5.9
FFCA-YOLO	51.7	61.7	15.0
DPCMNet	9.9	220.4	4.5

g	AP/%	AP₅₀/%	AP₇₅/%	AP_vt/%	AP_t/%	AP_s/%
1	31.0	84.6	11.8	12.7	30.0	35.6
2	34.0	88.9	15.0	16.3	32.8	37.0
3	34.5	89.4	14.9	15.5	33.3	38.3
4	34.2	89.4	14.7	14.5	33.1	37.0
5	33.4	88.0	14.2	16.9	32.1	36.0

m	AP/%	AP₅₀/%	AP₇₅/%	AP_vt/%	AP_t/%	AP_s/%
1	33.6	87.8	14.4	15.3	32.1	36.4
2	34.5	89.4	14.9	15.5	33.3	38.3
3	31.2	85.0	12.0	12.6	30.4	37.5

n	AP/%	AP₅₀/%	AP₇₅/%	AP_vt/%	AP_t/%	AP_s/%
1	33.9	88.5	15.0	15.6	32.7	36.0
2	34.5	89.4	14.9	15.5	33.3	38.3
3	30.9	84.4	12.2	14.3	29.9	35.3

HFA	DMF	CSG	AP	AP₅₀	AP₇₅
×	×	×	30.3	83.5	12.0
√	×	×	31.5	86.2	12.7
×	√	×	32.6	87.5	12.6
√	√	×	33.6	87.9	14.3
√	√	√	34.5	89.4	14.9

层序号	DPCMNet		Baseline
层序号	模块	参数量	模块	参数量
合计	—	704 054	—	1 398 312
0	CBS	464	Conv	464
1	CBS	4 672	Conv	4 672
2	HFA	75 008	C3k2	6 728
3	CBS	18 496	Conv	36 992
4	CSG	77 670	C3k2	26 448
5	CBS	147 712	Conv	147 712
6	HFA	305 664	C3k2	117 376
7	SPPF	74 368	Conv	295 424
8	—	—	C3k2	335 872
9	—	—	SPPF	164 480
10	—	—	C2PSA	262 144

层序号	模块	参数量
合计	—	547 907
8	Concat（6，10）	0
9	DMF	115 395
10	CBS	18 496
11	Concat（4，9，10）	0
12	DMF	35 427
13	CBS	36 992
14	Concat（7，9，13）	0
15	DMF	123 587
16	Detection Head	218 010

[1]	孙赫, 闫光辉, 加小红. 基于倒置特征金字塔网络的超像素分割算法[J]. 《计算机应用》唯一官方网站, 2026, 46(9): 2959-2967.
[2]	张杰, 黄智勇, 王瑞锦, 张凤荔. 基于图像编辑代理的零样本遥感图像复合检索算法[J]. 《计算机应用》唯一官方网站, 2026, 46(8): 2577-2583.
[3]	刘雯玲, 李勇, 李佳慧, 张厚康. 面向不均匀雾霾遥感图像的无监督去雾方法[J]. 《计算机应用》唯一官方网站, 2026, 46(7): 2297-2306.
[4]	吴闵奇, 杨元华, 李航, 胡雅琴, 汤智豪, 梅腾. 基于图Transformer和RT-DETR的轻量化水下小目标检测[J]. 《计算机应用》唯一官方网站, 2026, 46(5): 1586-1595.
[5]	段佳欣, 胡靖, 文武, 余贞侠, 张永俊. 基于两阶段协同优化的全色锐化[J]. 《计算机应用》唯一官方网站, 2026, 46(5): 1568-1577.
[6]	张红瑞, 冯威铭, 杨潞霞, 马永杰. 基于YOLO11改进的水下小目标检测算法CSAF-YOLO[J]. 《计算机应用》唯一官方网站, 2026, 46(5): 1578-1585.
[7]	刘汉卿, 桑国明, 张益嘉. 结合密集多尺度特征融合和特征知识增强Transformer的遥感图像描述模型[J]. 《计算机应用》唯一官方网站, 2026, 46(3): 741-749.
[8]	边小勇, 袁培洋, 胡其仁. 双编码空频混合的红外小目标检测方法[J]. 《计算机应用》唯一官方网站, 2026, 46(1): 252-259.
[9]	卢燕群, 赵奕奕. 基于层次图神经网络和差异化特征学习的客户流失预测模型[J]. 《计算机应用》唯一官方网站, 2025, 45(9): 3057-3066.
[10]	范博淦, 王淑青, 陈开元. 基于改进YOLOv8的航拍无人机小目标检测模型[J]. 《计算机应用》唯一官方网站, 2025, 45(7): 2342-2350.
[11]	陈盈涛, 方康康, 张金敖, 梁浩然, 郭焕斌, 邱兆文. 基于多尺度空间特征的冠状动脉CT血管造影图像分割网络[J]. 《计算机应用》唯一官方网站, 2025, 45(6): 2007-2015.
[12]	何秋润, 胡节, 彭博, 李天源. 基于上下文信息的多尺度特征融合织物疵点检测算法[J]. 《计算机应用》唯一官方网站, 2025, 45(2): 640-646.
[13]	张众维, 王俊, 刘树东, 王志恒. 多尺度特征融合与加权框融合的遥感图像目标检测[J]. 《计算机应用》唯一官方网站, 2025, 45(2): 633-639.
[14]	余松森, 林智凡, 薛国鹏, 徐建宇. 基于改进YOLOv8的轻量级大幅面瓷砖缺陷检测算法[J]. 《计算机应用》唯一官方网站, 2025, 45(2): 647-654.
[15]	岳峰, 彭洋, 苏兆品, 张国富, 廉晨思, 杨波, 方振. 基于特征交互与表示增强的语音手机来源开集识别方法[J]. 《计算机应用》唯一官方网站, 2025, 45(12): 3813-3819.