DOI: https://doi.org/10.1038/s41598-026-45055-6
PMID: https://pubmed.ncbi.nlm.nih.gov/41862590
تاريخ النشر: 2026-03-20
المؤلف: Yubin Qiu وآخرون
الموضوع الرئيسي: تصنيف الصور باستخدام الاستشعار عن بُعد
نظرة عامة
تقدم ورقة البحث LMW-YOLO، وهي شبكة كشف كائنات خفيفة الوزن وعالية الدقة مصممة خصيصًا لصور الاستشعار عن بعد، حيث تعالج التحديات مثل اختلافات المقياس، والخلفيات المعقدة، والتوزيعات الكثيفة للكائنات الصغيرة. الشبكة مبنية على قاعدة YOLO11n وتدمج استراتيجية تصميم حساسة للسياق (CSD) جديدة لتحسين استخراج الميزات عبر مراحل الشبكة المختلفة. تشمل الابتكارات الرئيسية وحدة تجميع السياق باستخدام نواة بعيدة المدى (LKCA) في الطبقات السطحية لتعزيز الاعتماديات بعيدة المدى للأهداف الصغيرة، ووحدة تجميع السياق متعدد المقاييس (MSDP) في الطبقات الأعمق لتحسين السياق الدلالي دون المساس بالدقة المكانية. بالإضافة إلى ذلك، تم تقديم دالة خسارة WIoU v3 لتحسين انحدار صندوق الإحاطة من خلال آلية تركيز ديناميكية غير أحادية، مما يعزز دقة التحديد في السيناريوهات الكثيفة.
تظهر النتائج التجريبية أن LMW-YOLO يتفوق على الأساليب الحديثة مع الحفاظ على عدد منخفض من المعلمات يبلغ 2.6 مليون. على مجموعة بيانات NWPU VHR-10، حقق متوسط دقة (mAP) يبلغ 94.3% عند IoU 0.5، متجاوزًا كل من YOLO11n وYOLO26n. كما سجلت مستوى جديدًا من الأداء على مجموعة بيانات RS-STOD مع 72.1% mAP@0.5 و45.2% mAP@0.5:0.95، متفوقة على الخوارزميات المتخصصة والنماذج الثقيلة. علاوة على ذلك، أظهرت LMW-YOLO سرعات استدلال تنافسية عبر منصات CPU المختلفة، محققة توازنًا أفضل بين سرعة المعالجة والدقة مقارنة بالقاعدة. ومع ذلك، يعترف المؤلفون بالقيود، بما في ذلك مشكلات الأداء في الظروف القاسية وعلى الفئات ذات الذيل الطويل، ويقترحون العمل المستقبلي لاستكشاف التعلم من عدد قليل من العينات ودمج المدخلات متعددة الأنماط لتعزيز المتانة في مهام مراقبة الأرض المتنوعة.
مقدمة
تسلط مقدمة ورقة البحث هذه الضوء على التحديات المتعلقة بكشف الكائنات في صور الاستشعار عن بعد عالية الدقة (RSIs) بسبب خصائصها الفريدة، مثل التوزيعات الكثيفة للكائنات الصغيرة، واختلافات المقياس الكبيرة، والخلفيات المعقدة. بينما أثبتت أجهزة الكشف ذات المرحلة الواحدة الحالية مثل سلسلة YOLO فعاليتها في التطبيقات الزمنية، فإن أدائها يتناقص عند تطبيقها مباشرة على RSIs. ويرجع ذلك أساسًا إلى تقنيات تقليل الحجم العدوانية المستخدمة في الهياكل القياسية، مما يؤدي إلى فقدان المعلومات المكانية عالية التردد الضرورية للكشف الدقيق عن الكائنات الصغيرة. علاوة على ذلك، لا تعالج آليات الانتباه الحالية وطرق دمج الميزات متعددة المقاييس بشكل كافٍ الحفاظ على التفاصيل الدقيقة، لا سيما في النماذج الخفيفة المصممة للنشر على الحافة.
للتغلب على هذه القيود، يقترح المؤلفون LMW-YOLO، وهو إطار كشف خفيف الوزن جديد يعتمد على بنية YOLO11n. يقدم هذا الإطار استراتيجية تفكيك السياق والمقياس (CSD) التي تخصص وحدات استخراج الميزات لتلبية الاحتياجات المحددة لمختلف الطبقات داخل هرم الميزات. تشمل الابتكارات الرئيسية وحدة تجميع السياق باستخدام نواة كبيرة (LKCA) لتعزيز المجالات الاستقبالية في الطبقات السطحية، ووحدة الإدراك المتعدد المقاييس المتوسعة (MSDP) للتكيف مع اختلافات المقياس في الطبقات المتوسطة، والاحتفاظ بالهياكل الفعالة في الطبقات الأعمق. بالإضافة إلى ذلك، يسمح تنفيذ Wise-IoU v3 (WIoU v3) كدالة خسارة لانحدار صندوق الإحاطة بتحسين ديناميكي للتدرجات، مما يحسن تقارب النموذج ودقته في وجود بيانات ضوضائية. تهدف مساهمات الورقة إلى تحسين التوازن بين الحفاظ على التفاصيل المكانية والتجريد الدلالي، مما يعزز في النهاية أداء كشف الكائنات في RSIs.
طرق
في هذا القسم، يقدم المؤلفون LMW-YOLO، وهو إطار كشف جديد مصمم لتعزيز كشف الكائنات الصغيرة (SOD) في صور الاستشعار عن بعد (RSIs). بناءً على بنية YOLO11n، تتناول LMW-YOLO التحديات مثل اختلافات المقياس الكبيرة، وتوزيع الكائنات الكثيف، والخلفيات المعقدة من خلال استراتيجية تفكيك السياق والمقياس (CSD). تستخدم هذه الاستراتيجية نهج استخراج ميزات هرمي، يدمج وحدتين متخصصتين: تجميع السياق باستخدام نواة كبيرة (LKCA) للميزات السطحية والإدراك المتعدد المقاييس المتوسعة (MSDP) للميزات الأعمق. تعزز وحدة LKCA تمثيل الكائنات الصغيرة ذات التوزيع الكثيف من خلال إنشاء اعتمادات بعيدة المدى، بينما تحسن وحدة MSDP التعامل مع انتقال المقياس والتمييز بين الخلفيات.
كما يوضح المؤلفون بنية وحدة LKCA، التي تستخدم آلية انتباه نواة كبيرة مفككة (LKA) لتوسيع المجال الاستقبالي الفعال دون زيادة كبيرة في التكاليف الحسابية. يتم تحقيق ذلك من خلال عملية من ثلاث خطوات تتضمن عمليات التفاف عميقة بأحجام نواة متفاوتة. يتم تقييم أداء LMW-YOLO مقابل نماذج مختلفة على مجموعة بيانات RS-STOD، مما يكشف عن نتائج تنافسية مع درجة mAP@0.5 تبلغ 72.1%، متجاوزة العديد من الأساليب المعاصرة ومظهرة فعاليتها في كشف الأهداف الصغيرة في مشاهد جوية صعبة.
نقاش
في قسم النقاش من ورقة البحث، يقوم المؤلفون بتحليل نقدي لتطور طرق كشف الكائنات في صور الاستشعار عن بعد، مسلطين الضوء على الانتقال من الأساليب التقليدية المعتمدة على الميزات اليدوية إلى تقنيات التعلم العميق الحديثة، وخاصة الشبكات العصبية التلافيفية (CNNs). عانت الأساليب المبكرة، مثل تقسيم متوسط التحول وتحسين تحويل الميزات غير القابلة للتغيير (SIFT)، من قيود في المتانة والقدرة على التكيف مع المشاهد المعقدة. أدى إدخال التعلم العميق إلى تطوير إطارين رئيسيين: الأساليب ذات المرحلتين، مثل عائلة R-CNN، التي تولد مقترحات المناطق قبل التصنيف، والأساليب ذات المرحلة الواحدة، التي تمثلها سلسلة YOLO، والتي تتنبأ مباشرة بصناديق الإحاطة واحتمالات الفئة. لقد أظهرت الأخيرة أداءً متفوقًا من حيث السرعة والدقة، مما دفع إلى مزيد من التعديلات لمعالجة التحديات المحددة في الاستشعار عن بعد، مثل دمج الميزات متعددة المقاييس وكشف الكائنات الصغيرة.
يستعرض المؤلفون تحسينات متنوعة تم إجراؤها على أجهزة الكشف ذات المرحلة الواحدة، بما في ذلك دمج وحدات متقدمة مثل تجميع السياق باستخدام نواة كبيرة (LKCA) ووحدات الإدراك المتعدد المقاييس المتوسعة (MSDP)، التي تحسن استخراج الميزات والفهم السياقي دون زيادة كبيرة في التكاليف الحسابية. بالإضافة إلى ذلك، يقدمون دالة خسارة Wise-IoU v3 (WIoU v3)، التي تستخدم آلية تركيز ديناميكية لتحسين انحدار صندوق الإحاطة، خاصة في وجود عينات ضوضائية أو منخفضة الجودة. تظهر النتائج التجريبية أن نموذج LMW-YOLO المقترح، الذي يدمج هذه الابتكارات، يحقق تحسينات ملحوظة في دقة الكشف وكفاءته، خاصة بالنسبة للكائنات الصغيرة والكثيفة في بيئات الاستشعار عن بعد الصعبة. تؤكد النتائج على أهمية تحقيق التوازن بين الدقة والكفاءة الحسابية للتطبيقات الزمنية في البيئات ذات الموارد المحدودة.
DOI: https://doi.org/10.1038/s41598-026-45055-6
PMID: https://pubmed.ncbi.nlm.nih.gov/41862590
Publication Date: 2026-03-20
Author(s): Yubin Qiu et al.
Primary Topic: Remote-Sensing Image Classification
Overview
The research paper presents LMW-YOLO, a lightweight and high-precision object detection network specifically designed for remote sensing images, addressing challenges such as scale variations, complex backgrounds, and dense distributions of small objects. The network is built upon the YOLO11n baseline and incorporates a novel Context-Sensitive Design (CSD) strategy to optimize feature extraction across different network stages. Key innovations include the Long-range Kernel Context Aggregation (LKCA) module in shallow layers to enhance long-range dependencies for small targets, and the Multi-Scale Context Aggregation (MSDP) module in deeper layers to improve semantic context without compromising spatial resolution. Additionally, the WIoU v3 loss function is introduced to optimize bounding box regression through a dynamic non-monotonic focusing mechanism, enhancing localization accuracy in dense scenarios.
Experimental results demonstrate that LMW-YOLO outperforms state-of-the-art methods while maintaining a low parameter count of 2.6 million. On the NWPU VHR-10 dataset, it achieved a mean Average Precision (mAP) of 94.3% at IoU 0.5, surpassing both YOLO11n and YOLO26n. It also set a new state-of-the-art on the RS-STOD dataset with 72.1% mAP@0.5 and 45.2% mAP@0.5:0.95, outperforming specialized algorithms and heavyweight models. Furthermore, LMW-YOLO demonstrated competitive inference speeds across various CPU platforms, achieving a better trade-off between processing speed and accuracy compared to the baseline. However, the authors acknowledge limitations, including performance issues under extreme conditions and on long-tail categories, and propose future work to explore few-shot learning and multi-modal input integration for enhanced robustness in diverse earth observation tasks.
Introduction
The introduction of this research paper highlights the challenges of object detection in high-resolution Remote Sensing Images (RSIs) due to their unique characteristics, such as dense distributions of small objects, significant scale variations, and complex backgrounds. While existing single-stage detectors like the YOLO series have proven effective for real-time applications, their performance diminishes when directly applied to RSIs. This is primarily due to the aggressive downsampling techniques used in standard architectures, which lead to the loss of crucial high-frequency spatial information necessary for accurately detecting small objects. Furthermore, current attention mechanisms and multi-scale feature fusion methods do not adequately address the preservation of fine-grained details, particularly in lightweight models designed for edge deployment.
To overcome these limitations, the authors propose LMW-YOLO, a novel lightweight detection framework based on the YOLO11n architecture. This framework introduces a Context-Scale Decoupled (CSD) Strategy that tailors feature extraction modules to the specific needs of different layers within the feature pyramid. Key innovations include the Large-Kernel Context Aggregation (LKCA) module for enhancing receptive fields in shallow layers, the Multi-Scale Dilated Perception (MSDP) module for adapting to scale variations in intermediate layers, and the retention of efficient structures in deeper layers. Additionally, the implementation of Wise-IoU v3 (WIoU v3) as a bounding box regression loss function allows for dynamic gradient optimization, improving model convergence and accuracy in the presence of noisy data. The paper’s contributions aim to optimize the balance between spatial detail preservation and semantic abstraction, ultimately enhancing object detection performance in RSIs.
Methods
In this section, the authors introduce LMW-YOLO, a novel detection framework designed to enhance Small Object Detection (SOD) in Remote Sensing Images (RSIs). Building on the YOLO11n architecture, LMW-YOLO addresses challenges such as large scale variation, dense object distribution, and complex backgrounds through a Context-Scale Decoupled (CSD) strategy. This strategy employs a hierarchical feature extraction approach, integrating two specialized modules: the Large-Kernel Context Aggregation (LKCA) for shallow features and the Multi-Scale Dilated Perception (MSDP) for deeper features. The LKCA module enhances the representation of small, densely distributed objects by establishing long-range dependencies, while the MSDP module improves scale transition handling and background discrimination.
The authors also detail the LKCA module’s architecture, which utilizes a decomposed Large Kernel Attention (LKA) mechanism to expand the effective receptive field without significantly increasing computational costs. This is achieved through a three-step process involving depth-wise convolutions of varying kernel sizes. The performance of LMW-YOLO is evaluated against various models on the RS-STOD dataset, revealing competitive results with an mAP@0.5 score of 72.1%, outperforming several contemporary methods and demonstrating its effectiveness in detecting small targets in challenging aerial scenes.
Discussion
In the discussion section of the research paper, the authors critically analyze the evolution of object detection methods in remote sensing imagery, highlighting the transition from traditional handcrafted feature approaches to modern deep learning techniques, particularly Convolutional Neural Networks (CNNs). Early methods, such as mean shift segmentation and improved Scale-Invariant Feature Transform (SIFT), suffered from limitations in robustness and adaptability to complex scenes. The introduction of deep learning has led to the development of two primary frameworks: two-stage methods, like the R-CNN family, which generate region proposals before classification, and one-stage methods, exemplified by the YOLO series, which directly predict bounding boxes and class probabilities. The latter has shown superior performance in terms of speed and accuracy, prompting further adaptations to tackle specific challenges in remote sensing, such as multi-scale feature fusion and small object detection.
The authors detail various enhancements made to one-stage detectors, including the integration of advanced modules like the Large-Kernel Context Aggregation (LKCA) and Multi-Scale Dilated Perception (MSDP) modules, which improve feature extraction and contextual understanding without significantly increasing computational costs. Additionally, they introduce the Wise-IoU v3 (WIoU v3) loss function, which employs a dynamic focusing mechanism to optimize bounding box regression, particularly in the presence of noisy or low-quality samples. The experimental results demonstrate that the proposed LMW-YOLO model, which incorporates these innovations, achieves notable improvements in detection accuracy and efficiency, particularly for small and densely packed objects in challenging remote sensing environments. The findings underscore the importance of balancing accuracy and computational efficiency for real-time applications in resource-constrained settings.