一种面向驾驶场景的小目标检测方法

本发明针对自动驾驶领域中小目标物体检测精度低、误检率高及实时效率差的问题，提出了一种高效、精确的小目标检测方法。该方法以YOLOv8网络作为基线模型，在主干特征提取网络中引入动态增强卷积模块，提取更加细致的目标细节信息。采用自适应加权感受野融合模块，实现多样化感受野的图像特征增强，提升特征表示的丰富性与适应性。利用大核通道空间注意力模块，突出小目标区域并抑制背景噪声，从而显著提高整体模型的辨别能力和检测性能。该技术方案有效提升了小目标检测的精度，降低了漏检率与误检率，增强自动驾驶系统在复杂交通环境中的感知能力和安全性。