（arxiv2025）Mamba模型再上分，无人机小目标检测，速度提升27倍，起飞！

主要观点总结

该论文介绍了一种用于多光谱融合小目标检测的模型S⁴₆-MSTD。它主要通过四个模块实现高效小目标检测：MEPF模块进行像素级融合，ESTVSS主干网络增强局部细节感知，CARG模块加强空间和通道注意力，以及YOLOv8n检测头进行精确定位与分类。该模型在小目标密集的数据集上表现出显著的性能优势，具有轻量、高精度和实时推理速度的特点。

关键观点总结

关键观点1: 方法结构创新

引入Mamba状态空间模型作为基础，针对小目标检测进行优化。设计适用于视觉的ESTVSS Block和CARG模块，强化局部注意力机制和空间通道注意力能力，提高抗背景干扰的鲁棒性。

关键观点2: 模态融合创新

提出轻量级的像素级融合模块MEPF，通过mask引导像素级融合，提升细粒度特征表达。整个MEPF模块参数少，适用于实时场景，在保持融合质量的同时降低了模型复杂度。

关键观点3: 网络结构改造

增强小目标识别能力，通过ESTD模块提升小目标细节提取能力，CARG模块融合通道注意力和空间注意力，提升小目标在复杂背景下的区分能力。整体结构S⁴₆-MSTD由这四个模块组成，输入为RGB和红外图像，输出为检测结果。

关键观点4: 性能优势

该模型在小目标密集的数据集上达到了81.2%的mAP，领先于其他方法。具有轻量、高精度和实时推理速度的优势，参数仅17.07MB，实时帧率达到43.1 FPS。

免责声明