2024年9月30日，Ultralytics官方团队宣布YOLOv11正式发布，标志着YOLO系列实时目标检测器的又一次重大升级，同时也标志着目标检测的快速发展。

在小目标检测领域，由于其视觉特征较差、噪声较多，长期以来都是目标检测中的一个难点。在无人机的应用场景中更是如此。由于无人机飞行高度高，图像中往往存在大量小目标，其可提取特征较少，且由于无人机飞行高度波动大，物体比例变化剧烈，导致检测难度急剧增加；而且，在实际飞行视角中存在很多复杂场景，密集小目标之间会存在大量遮挡，很容易被其他目标或背景遮挡。

原理

AMOVLAB

AFOD算法，即AutoFocusObjectDetector，是SpireCV专为无人机视角下小目标检测开源的新算法，中文名注意力目标检测。如下是AFOD算法结合GX40吊舱在未变焦情况下对远处车辆目标的检测（其像素远小于32x32）。

注意力目标检测的主要优点是兼顾小目标检测精度与帧频性能，其在时间顺序上分为2个阶段：

全局目标搜索，一般为1280×1280分辨率

搜索到目标后，进入子区域检测阶段，一般为640×640分辨率

具体如下图所示：

该检测器需要输入2个通用目标检测器，一个为全图搜索时使用，另一个为子区域中使用。待检测的目标类型会在具体数据集上定义，输出目标的类别信息和像素位置（外包矩形框）。

其中有关的配置参数，详细说明如下：

lock_thres：连续多少帧检测到同一个目标，进入子区域检测，默认为5帧

unlock_thres：在子区域中连续多少帧丢失目标，回到全局检测，默认为5帧

lock_scale_init：初始子区域大小的控制参数，具体为目标像素的宽度的倍数，默认为12倍

lock_scale：子区域大小的控制参数（子区域稳定跟踪后），默认为8倍

categories_filter：过滤目标名称，为空时，则不过滤。过滤目标名称如下：

["person", "car"]

keep_unlocked：是否输出没有被自动注意力的目标，默认不输出（false）

use_square_region：初始检测时是否为正方形区域，如果是，则对于非正方形的输入图像，两边留白不检测，默认不使用（false）

通用目标检测器:

AFOD 算法此次使用的2个通用目标检测器分别是yolov11s、yolov11s6 在visdrone2019 det数据集上训练的目标检测器模型(640x640、1280x1280)。下面是 yolov11s6 结合 GX40 吊舱的 10x光学变焦在 P600无人机悬停 40 米高度时实现的检测效果。不难发现，该检测器对 1600 米内的车辆、1400 米内的行人能够有效识别。

使用

AMOVLAB

AFOD算法使用的wiki链接领取:

1. 烦请点一个star收藏SpireCV的gitee或者github仓库，谢谢支持！

➡Github:[https://github.com/amov-lab/SpireCV]

➡Gitee:[https://gitee.com/amovlab/SpireCV]

2. 长按下方二维码添加我们，获取AFOD算法使用wiki链接。（其中包含此次实验所使用模型、以及 yolov11 自定义数据集模型训练、转换、部署方法）