EDC-Net：精度提升参数量缩减的航拍小目标检测模型
在无人机航拍场景中，小目标检测一直是极具挑战的任务，而本文提出的EDC-Net方法为该领域带来了新的突破。该方法基于YOLO11s架构改进，在参数量减少近30%的同时，核心指标大幅提升：mAP@50提升4.5个百分点，召回率从37.6%提升至41.7%。
航拍小目标检测的三大核心痛点
无人机航拍的小目标检测贯穿特征提取到定位回归的全流程，面临三个相互纠缠的关键问题：
- 边界退化：网络下采样次数越多，小目标的边缘轮廓信息越容易被反复“抹平”，最终模糊不清，类似高清照片反复缩小后丢失细节。
- 背景干扰：小目标本身像素极少，极易被地面纹理、阴影、树木等背景元素“淹没”，模型难以区分目标与背景。
- 几何失配：传统卷积采用固定3×3网格采样，对不规则形状的目标（如航拍中的行人、车辆）适应性差，还容易引入背景噪声。
以往的改进方法往往只针对单一问题优化，效果有限。EDC-Net则针对三个阶段的痛点，分别设计了对应模块精准解决。
三大核心模块：针对性解决痛点
边缘感知增强模块（EAEM）：为小目标“描边”
小目标的轮廓信息在深层特征中丢失严重，EAEM采用可微分组卷积将经典Sobel边缘检测算子融入网络，在中间特征图上显式提取梯度信息。它采用双分支并行结构：
- 边缘分支：通过Sobel-x和Sobel-y方向的3×3卷积核计算梯度响应，增强目标轮廓；
- 空间上下文分支：用1×1卷积保留空间分布和低频纹理细节。
两分支输出在通道维度拼接后，通过残差连接回传，避免高频边缘信息被下采样侵蚀。实验显示，仅加入EAEM就能让mAP@50从38.6%提升至39.6%，且参数量不增反降。
多尺度自适应上下文模块（MACM）：为背景“降噪”
YOLO11原本的C2PSA模块存在自注意力复杂度高、背景噪声抑制弱、多尺度能力不足的问题，MACM通过三个组件按“降噪→全局建模→多尺度细化”的顺序解决：
- DyT（动态Tanh）：通过可学习缩放因子动态调节非线性响应，抑制背景异常激活，增强目标信号；
- TSSA（Token统计自注意力）：用均值和协方差等统计量建模注意力权重，将全局上下文建模的复杂度从二次降至线性；
- Mona（多认知视觉适配器）：用三个不同感受野的深度可卷积分支并行捕捉多尺度特征，兼顾小目标局部纹理和大目标结构轮廓。
动态结构对齐检测头（DSAH）：为定位“纠偏”
检测头的回归分支原本采用标准3×3卷积，固定网格采样对不规则目标不友好。DSAH引入动态蛇形卷积，其采样位置是累加上下文偏移的，相邻采样点保持拓扑连续性，像蛇一样沿目标轮廓蜿蜒，避免随机漂移到背景中。
这种设计让回归分支的感受野能自适应贴合小目标的有效像素，大幅减少背景干扰，提升定位精度。
实战实验：多数据集全面领先
VisDrone2019数据集（10209张航拍图，10类目标）
EDC-Net与10余种主流算法对比，核心指标表现如下：
| 指标 | YOLO11s（基线） | EDC-Net | 提升幅度 |
|---|---|---|---|
| mAP@50 | 38.6% | 43.1% | +4.5% |
| mAP@50:95 | 23.1% | 26.1% | +3.0% |
| 召回率 | 37.6% | 41.7% | +4.1% |
| 参数量 | 9.4M | 6.6M | -29.8% |
| 模型大小 | 18.3MB | 13.1MB | -28.4% |
对比的其他算法虽部分精度略高，但参数量或模型体积远大于EDC-Net，不适合边缘设备部署。
TinyPerson数据集（平均目标仅约18像素）
在极微小目标场景中，EDC-Net依然优势明显：mAP@50从17.5%提升至21.5%，召回率从18.9%提升至25.7%，漏检问题显著缓解。相比同类算法，参数量和模型体积大幅缩小。
按目标尺度拆分来看，EDC-Net对小目标的提升最大，中、大目标也有稳定提升，说明模块对各尺度目标均有效。
可视化与未来方向
在密集人群、高空俯视、尺度失衡等场景中，EDC-Net能检测出其他算法漏检的远处微小行人；在海面场景中也能捕捉到融入背景的远距小人。热力图显示，EDC-Net的高响应区域更精准覆盖目标，不受无关背景干扰。
研究团队也坦诚了当前局限：部分环节尚未针对性优化。下一步计划通过模型剪枝和知识蒸馏进一步压缩模型，让EDC-Net适配无人机的边缘计算设备。
总结
EDC-Net没有盲目堆叠参数和模块，而是针对航拍小目标的三大痛点，在网络不同阶段嵌入对应优化模块，最终实现了精度提升、模型缩小的双重效果，为无人机小目标检测提供了高效的解决方案。
