基于深度学习的无人机小目标检测方法

本发明涉及深度学习图像识别技术领域，尤其涉及基于深度学习的无人机小目标检测方法，包括在YOLOv8的C2f模块中嵌入并行化区块感知注意力模块；在YOLOv8的SPPF模块中融合大型可分离核注意力机制；以CARAFE动态上采样替换原始最近邻插值；采用Soft‑NMS替代NMS；重构主干网络的Neck部分；将动态目标检测头与尺度、空间、任务三种感知模块相结合；设计融合Wise‑IoU、Focaler‑IoU及Shape‑IoU的WFS‑IoU损失函数，本发明针对无人机小目标检测中的特征丢失、尺度适应性差、密集目标处理缺陷等核心瓶颈，通过多模块协同优化与轻量化设计，实现了精度与效率的平衡，为无人机航拍应用提供了高效可靠的检测解决方案。