改进YOLOv11的遥感影像飞机检测算法-遥感信息

一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。二、投稿方式： 1、请使用电子邮件方式投递稿件。 2、编译的稿件，请注明出处并附带原文。 3、请按稿件内容投递到相关编辑信箱三、稿件著作权： 1、投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

改进YOLOv11的遥感影像飞机检测算法

作者:

关键词:

摘要：

研究背景与问题

遥感影像在国防、环境监测、资源管理等领域具有广泛的应用价值。然而，遥感影像中的飞机检测任务面临着一系列挑战，如飞机目标尺寸较小、背景复杂、光照条件多变等，导致传统的目标检测算法在精度、误检率和漏检率上存在不足。此外，传统的检测算法在处理速度上也难以满足实时性要求。因此，针对这些问题，本文提出了一种基于改进YOLOv11的遥感影像飞机检测算法，以解决遥感影像飞机检测的难题。

研究方法

本研究首先对YOLOv11网络架构进行了深入研究，发现其在特征提取方面存在冗余信息过多的问题，这影响了检测的精度和效率。为了解决这一问题，本文创新性地将FasterNet网络嵌入到YOLOv11的主干网络架构中。FasterNet网络以其轻量级和高效的特征提取能力，能够有效降低冗余信息，从而提升特征提取的效率和准确性。此外，通过调整网络参数和训练策略，进一步优化了特征提取路径，使得网络在保持高精度检测的同时，显著提高了检测速度。

核心结果

实验结果表明，改进后的YOLOv11算法在遥感影像飞机检测任务中表现出优异的性能。与传统的YOLOv11算法相比，改进算法在精度上提高了约5%，误检率和漏检率分别降低了约10%和15%。同时，在检测速度方面，改进算法也具有明显优势，处理速度提高了约30%。这些结果表明，本文提出的改进算法在保持高精度检测的同时，实现了快速、高效的飞机目标检测。

结论与意义

本文提出的基于改进YOLOv11的遥感影像飞机检测算法，通过引入FasterNet网络和优化特征提取路径，显著提升了遥感影像飞机检测的精度、速度和效率。该算法不仅适用于遥感影像分析领域，还具有良好的通用性，可以推广到其他小目标检测任务中。本研究为遥感影像飞机检测领域提供了一种高效、准确的解决方案，对提高遥感影像处理自动化水平具有重要意义。

文章来源：《遥感信息》网址: http://www.yaoganxinxi.cn/qikandaodu/2026/1027/334.html