近日，我院研究生姚滔以第一作者在物联网领域权威期刊《IEEE Internet of Things Journal》上发表论文：CAF-Det: A Lightweight Coordinate-aware Feedback Detector for Small Objects in High-resolution UAV Imagery（https://ieeexplore.ieee.org/document/11595616 ）。王德军副教授也做出重要贡献。孟博教授为唯一通讯作者，我校为第一且唯一署名单位。

图 CAF-Det 整体框架

现有的轻量化无人机目标检测模型能够完成航拍目标识别任务。然而无人机搭载边缘设备算力资源有限，现有模型在大幅下采样后极易丢失微小物体细节，传统特征融合方式存在像素混叠、坐标偏移问题，常规损失函数难以适配航拍极小目标的稳定训练，很难同时兼顾检测精度与嵌入式部署需求。

为了解决这个问题，该论文提出轻量化坐标反馈检测框架 CAF-Det，通过设计局部边缘高斯模块强化微小目标纹理提取，构建带有全局反馈通路的特征金字塔网络消除融合混叠干扰，并设计自适应尺度损失函数优化极小目标回归训练，搭建出适配无人机边缘终端的轻量化小目标检测完整架构。

《IEEE Internet of Things Journal》是物联网领域旗舰学术期刊，聚焦无人机感知、边缘智能、嵌入式轻量化算法等全链条前沿研究，覆盖万物互联全场景创新成果。该刊因子达8.7，为中科院期刊分区二区TOP 期刊。