平衡多尺度物体检测网络用于多视角建筑立面附属物检测
发表于: 。本研究解决了建筑立面附属物检测中的几个关键挑战,包括物体分布不均、小物体检测困难和背景干扰。提出的BFA-YOLO模型通过引入特征平衡主轴模块、目标动态对齐任务检测头和位置记忆增强自注意机制,显著提升了检测效果。实验结果显示,BFA-YOLO在多视角BFA-3D和街景Facade-WHU数据集上均超越YOLOv8,表明其在建筑立面附属物检测中的优越性能。
本研究解决了建筑立面附属物检测中的几个关键挑战,包括物体分布不均、小物体检测困难和背景干扰。提出的BFA-YOLO模型通过引入特征平衡主轴模块、目标动态对齐任务检测头和位置记忆增强自注意机制,显著提升了检测效果。实验结果显示,BFA-YOLO在多视角BFA-3D和街景Facade-WHU数据集上均超越YOLOv8,表明其在建筑立面附属物检测中的优越性能。