一种用于多旋翼无人机目标检测的方法

该发明公开了一种用于多旋翼无人机目标检测的方法，属于计算机视觉和深度学习中的目标检测技术领域。为解决传统检测模型在检测多旋翼无人机时存在检测框定位精度不足、小目标检测效果欠佳和检测效率较低的问题，本发明采用所述RVB‑CSP模块为特征处理模块，能够更加高效地捕捉无人机外观特征；采用所述Fusion模块为多尺度特征融合模块，对MAFPN颈部网络的多路特征分支进行融合，使得融合后的特征既包含丰富的语义信息，又让模型具有较小的参数量；采用所述upsample模块，将低分辨率的特征图恢复或提升至更高的分辨率；采用所述Inner‑WIoU的损失函数，通过动态聚焦机制提升对目标的定位精度，并加快了收敛速度；采用所述SPPF模块提升多尺度特征提取的效率和速度，同时保持检测精度；采用所述C2PSA模块结合了CSPNet结构和金字塔压缩注意力机制，增强特征提取能力和对关键区域的关注；从而提高了对四旋翼无人机检测准确性和实时性。