【DEIM 创新改进】TGRS 2026 | 卷积创新改进篇 | 引入AEDConv自适应专家级深度卷积，自适应选择并融合多个深度卷积专家，助力高光谱目标检测、小目标检测任务，有效涨点

一、本文介绍

🔥本文给大家介绍使用 AEDConv自适应专家级深度卷积 改进 DEIM 网络模型，其作用是根据输入图像内容自适应选择并融合多个深度卷积专家，增强目标的局部纹理、边缘、形状及通道特征，同时抑制复杂背景中的无效响应。该模块先利用全局平均池化和轻量 1×1卷积生成各专家权重，再对多个独立深度卷积的输出进行加权融合，使不同目标和场景获得差异化的特征提取策略。用于改进 DEIM 时，AEDConv能补充普通卷积固定参数和全局建模模块局部感知不足的问题，提升小目标、遮挡目标、边界模糊目标及相似类别目标的区分能力；其优势在于具备较强的内容自适应性和细粒度特征表达能力，同时借助深度卷积控制参数量与计算开销，有助于在保持实时性的基础上降低误检、漏检并提高检测精度与复杂场景鲁棒性。

🔥欢迎订阅我的专栏、带你学习使用最新-最前沿-独家 DEIM 创新改进！🔥

🔥DEIM创新改进目录：全新DEIM有效涨点改进目录 | 包含各种最新顶会顶刊：卷积模块、注意力模块、特征融合模块、有效特征聚合提取模块，上采样模块、下采样模块，二次创新模块、独家创新，特殊场景检测等最全大论文及小论文必备创新改进点

🔥全新DEIM创新改进专栏地址：全网独家DEIM创新改进高效涨点+永久更新中（至少500+创新改进🗡剑指小论文、大论文）+小白也能简单高效跑实验+容易发各种级别小论文

本文目录

一、本文介绍

二、AEDConv自适应专家级深度卷积介绍

2.1 AEDConv自适应专家级深度卷积结构图

2.2 AEDConv模块的作用：

2.3 AEDConv模块的原理