一种基于改进RT-DETR的多尺度上下文增强小目标检测方法

本发明公开提出一种基于改进RT‑DETR的多尺度上下文增强小目标检测方法。该方法先对无人机图像数据进行预处理，接着构建改进的RT‑DETR模型。核心在于CSP‑GFCG特征提取模块：该模块利用GFNet通过频域变换（DFT/IDFT）和可学习全局滤波器对特征图进行调制，实现全局上下文建模；随后将处理后的特征输入ConvGLU模块，结合深度可分离卷积与门控线性单元增强局部特征。GFNet与ConvGLU协同作用，有效对小目标检测中的尺度变化与细节保留挑战。该方法旨在优化特征提取机制，减少冗余，提升复杂背景下小目标的检测性能。同时提高了计算效率，降低了资源消耗，有效解决小目标漏检问题。