一种基于感受野卷积和内容感知特征模块的图像旋转小目标检测网络

本发明涉及计算机视觉及目标检测领域，尤其针对基于卷积神经网络的旋转小目标检测，提出一种结合感受野卷积与内容感知特征的改进方法。该方法针对传统YOLOv11OBB网络，通过引入改进的C3K2模块(C3K2‑RE)与内容感知特征重组上采样模块(CARAFE)，提升小目标检测精度与鲁棒性。具体地，将YOLOv11OBB中的卷积层替换为C3K2‑RE模块。该模块融合感受野注意力卷积(RFAConv)与高效多尺度注意力(EMA)，强化特征提取能力，优化遥感图像中旋转小目标的检测效果。同时，网络neck部分的上采样模块被替换为CARAFE模块。作为轻量级高效上采样方案，CARAFE通过内容感知生成各位置权重，以预定义区域加权重组特征，并通过多组权重重排完成上采样，有效保留细节并提升重建质量，使输出更清晰准确。