基于可变形卷积和残差结构的矿井小目标检测方法

本发明公开了一种基于可变形卷积和残差结构的矿井小目标检测方法，属于井下小目标检测技术领域，通过引入多尺度特征融合和注意力机制，进一步提高小目标的检测精度与鲁棒性；包含：主干网络通过融合MLCA注意力机制，在特征提取阶段强化通道、空间与位置信息的协同感知，有效抑制背景噪声干扰；基于DPC‑Block的多尺度特征融合网络，通过跨层特征交互保留低阶细节信息与高阶语义特征的关联性；检测层采用ShapeIoU损失函数优化边界框回归精度，加速模型收敛；本发明不仅能够实现较高的目标检测精度，还有效改善了小目标漏检问题；在注意力机制与特征融合的协同优化，以及几何感知损失函数涉及，为复杂场景下的小目标检测提供了有效解决方案。