基于MDLT-YOLO的无人机目标实时检测方法

本发明公开一种基于MDLT‑YOLO的无人机目标实时检测方法，属于反无人机技术领域。首先采集若干无人机红外图像，并进行标注，得到数据集；然后，利用多扩张率残差模块替换YOLOv8骨干网络的C2f模块对YOLOv8网络进行改进，得到MDLT‑YOLO模型；多扩张率残差模块的输入特征图x1经过大小为3×3的卷积后，再分别经过扩张率不同的三个扩张卷积，得到特征图x2、x3和x4；将特征图x2、x3和x4在通道维度上进行拼接后，再经过归一化和大小为1×1的卷积，得到特征图x5；特征图x5与输入特征图x1经过残差连接，得到多扩张率残差模块的输出特征图；最后，对MDLT‑YOLO模型进行训练和优化，将优化后的MDLT‑YOLO模型作为检测模型，用于无人机目标检测。该方法有效解决了无人机小目标检测任务中的复杂背景、低对比度、多尺度目标和实时检测等问题。