基于移动边缘计算的空地目标识别方法

本发明提供一种基于移动边缘计算的空地目标识别方法，涉及空地目标识别技术领域，对YOLOv8n模型及其改进模型进行训练，通过引入轻量级网络结构和结构化剪枝进行轻量化操作，降低模型的计算量和模型尺寸，同时提高模型对小目标的检测性能。首先使用FasterNet中的FasterBlock替换YOLOv8的C2f中的Bottleneck模块，以降低模型的参数量和计算量；其次，引入YOLOv6的neck模块Rep‑PAN(Path Aggregation Network)以提高多尺度特征融合能力；最后，通过引入P2层来提升对小目标的检测能力，并应用通道剪枝操作进一步轻量化模型。