一种基于OSD-YOLO的无人机视角下目标检测方法

本发明公开了一种基于OSD‑YOLO的无人机视角目标检测方法，该方法基于YOLOv10网络模型进行创新性改进。首先，通过构建双重小目标检测结构提升小目标检测能力；接着，在颈部网络中引入动态上采样Dysample模块，增强特征融合效果；随后，插入DFMA注意力机制模块，显著提升复杂环境下的特征识别能力；最后，采用轻量化SPCC模块替代C2f模块，保证精度同时降低计算复杂度。在具体实施过程中，本发明构建了多场景无人机图像数据集，并进行专业预处理；随后对OSD‑YOLO模型进行端到端训练和参数优化；最终部署至无人机系统实现实时检测。与现有技术相比，本发明特别适用于无人机平台的小目标检测，有效解决了复杂环境中小目标误检、漏检及检测率低的问题，具有重要的现实意义。