LAM-YOLO: 无人机小目标检测模型的光照遮挡注意力机制

> **论文原文 (Paper)**：https://arxiv.org/abs/2411.00485 目录核心思想背景与动机主要贡献点方法细节即插即用模块的作用核心思想对无人机航拍图像中**目标尺寸多变、遮挡严重、光照复杂**等挑战，提出了一种名为 **LAM-YOLO** 的新型目标检测模型。该模型以 YOLOv8 为基础，引入了 **光照 - 遮挡注意力机制 (LAM)*…

女王发布于 2026/4/6更新于 2026/4/1266K 浏览

论文原文 (Paper)：https://arxiv.org/abs/2411.00485

1. 核心思想

本文针对无人机航拍图像中目标尺寸多变、遮挡严重、光照复杂等挑战，提出了一种名为 LAM-YOLO 的新型目标检测模型。该模型以 YOLOv8 为基础，引入了 光照 - 遮挡注意力机制 (LAM) 来增强模型在复杂光照和遮挡环境下的特征提取能力，并利用 内卷 (Involution) 模块改善特征层之间的交互。此外，通过引入 辅助小目标检测头 和改进的 SIB-IoU 损失函数，显著提升了对微小和密集目标的检测精度，在 VisDrone2019 数据集上实现了 7.1% 的 mAP 提升。

2. 背景与动机

文本角度总结：无人机航拍图像中的小目标检测面临着独特的挑战：目标尺寸极小且变化大、易被遮挡、光照条件多变（如强光或昏暗）。现有的 YOLO 系列模型虽然速度快，但在这些复杂场景下往往出现漏检和误检。
1. 尺寸问题：传统 YOLO 的检测头对于远距离、极微小的目标（如行人、自行车）感受野不足。
2. 特征提取不足：标准卷积难以捕捉全局光照变化和遮挡下的细微特征，且容易将目标特征淹没在背景噪声中。
3. 回归精度：现有的 IoU 损失函数在处理小目标时，对位置偏差不够敏感，导致定位不准。因此，本文旨在设计一种能够自适应光照变化、抗遮挡且对小目标极其敏感的检测框架。
动机图解分析：
- 图 1 (Fig. 1): 挑战展示
  - (a) 密集小目标：展示了密集的行人和车辆，说明了目标极小且易混淆。
  - (b) 遮挡：展示了树木遮挡下的车辆，说明了仅靠局部特征难以识别完整目标。
  - © & (d) 极端光照：分别展示了强光过曝和夜间昏暗场景，说明了光照变化会严重影响特征的显著性。
  - 总结：这四幅图直观地列出了 LAM-YOLO 想要解决的三大核心痛点：小、遮、光。这也引出了为何需要引入专门的 LAM 注意力模块和辅助检测头。
- 图 10 (Fig. 10): LAM 层数热力图对比
  - 现象：随着 LAM 层数从 0 增加到 6，热力图（Grad-CAM）对目标的关注度逐渐增强，背景噪声被抑制。
  - 分析：这直观地证明了 LAM 模块在提取关键特征、抑制复杂背景干扰方面的有效性，验证了引入该模块的动机。

3. 主要贡献点

[贡献点 1]：提出了光照 - 遮挡注意力模块 (LAM) 设计了一种混合注意力机制，结合了通道注意力和基于窗口的自注意力。它利用全局统计信息和强大的局部特征提取能力，专门用于解决光照变化和遮挡带来的特征模糊问题，使模型能'看清'暗处或被遮挡的目标。
[贡献点 2]：改进了检测头与特征融合 (Auxiliary Heads & Involution) 在 YOLOv8 原有三个检测头的基础上，增加了两个专门针对微小目标的辅助检测头（160x160 和 320x320 分辨率），显著降低了小目标的漏检率。同时，在 Neck 部分引入 Involution（内卷） 模块，增强了不同尺度特征层之间的交互，提高了特征表示的丰富性。