一种基于深度学习的MdSDB-YOLO小目标检测方法

本发明涉及目标检测技术领域，具体公开了一种基于深度学习的MdSDB‑YOLO小目标检测方法，包括构建预测模型MdSDB‑YOLO时，采用SDBNet特征提取网络代替YOLOv8原网络进行特征提取；将原始解耦头换成Md‑head检测头进行检测头改进，采用连续的自注意力机制提升目标检测头的表示能力；采用ICIoU损失函数进行损失函数优化；将待检测图像输入预测模型MdSDB‑YOLO中，经SDBNet特征提取网络提取特征，Md‑head检测头进行目标检测预测，结合CIoU损失函数进行训练和优化后，输出小目标检测结果。因此，本发明有效提升了小目标检测性能，在小目标检测领域具有重要的应用价值和推广前景。