Les véhicules aériens sans pilote (UAV) sont devenus un outil courant pour l'analyse d'images aériennes, grâce à leur agilité en vol à basse altitude et à leur détection en temps réel. Cependant, les objets dans les images UAV occupent généralement des zones de pixels minimales et manquent d'indices visuels suffisants, les rendant très vulnérables au désordre complexe de l'arrière-plan. De plus, les détecteurs à la pointe de la technologie ont du mal à séparer les objets de premier plan des éléments de fond lors de la capture des dépendances contextuelles globales. Pour surmonter ces goulets d'étranglement, nous introduisons un détecteur d'extraction de caractéristiques latentes conscient de la région et à échelle croisée basé sur Mamba (MRCDet). Plus précisément, nous concevons un réseau conscient des zones basé sur Mamba (MPANet) comme colonne vertébrale, incorporant un nouvel extracteur de caractéristiques conscient des zones (MPAFE) pour isoler les caractéristiques des objets des interférences de fond. Dans MPAFE, une perte de classification de région explicite (Formule : voir le texte) est appliquée pour contraindre le réseau à mettre en avant les zones des objets et à supprimer le bruit non pertinent lors de l'agrégation du contexte régional. De plus, un module d'extraction de petits objets potentiels basé sur Cross Mamba (CPSOMM) est développé pour prévenir la dégradation de l'information spatiale. En utilisant des convolutions dilatées parallèles multi-échelles (MPDConv) pour une extraction sémantique robuste à l'échelle, ainsi qu'une structure Cross-Mamba pour les connexions inter-spatiales, CPSOMM revitalise avec succès les détails cachés des petits objets dans des cartes de caractéristiques peu profondes en utilisant des sémantiques de haut niveau. Des expériences approfondies sur les benchmarks VisDrone et UAVDT confirment la supériorité de notre cadre. Par rapport aux modèles de base, MRCDet améliore la formule globale : voir le texte de 5,4 % et 7,4 %, tout en améliorant la formule des petits objets : voir le texte de 3,9 % et 7,7 %, prouvant son efficacité et sa stabilité exceptionnelles.
Zhu et al. (Sun,) ont étudié cette question.