边缘增强Transformer

小目标检测领先

基于DETR架构的边缘增强检测模型,专为低空航拍小目标设计,在复杂背景下仍保持高定位精度与实时性。

Jie, Zhang · Yao, Zhang · Easa, Said M. · Boxiang, Xie · Lingfeng, Lin · 周修庄 · 曾念寅 · Zhang, Wei · 宋萌萌

IEEE Internet of Things Journal 2026

参数信息

AP50(VisDrone2019)
48.9 %
AP50(UAVDT)
41.2 %
AP50(CODrone)
33.0 %

技术优势

边缘敏感度高

边缘增强骨干在保留深层语义的同时增强了对轮廓的敏感度,有利于小目标定位。

融合更高效

极化动态多特征融合 Transformer 利用双路极化注意力和频域调制,强化局部-全局特征建模并抑制背景噪声。

多尺度融合顺畅

边缘感知路径聚合网络通过双向门控和多级上下文交互,解决特征碎片化并促进细粒度跨尺度整合。

实测效果好

实际部署和场景检测实验进一步验证了其在真实世界场景中的出色性能,为构建低空无人机感知系统提供了新范式。

应用场景