摘要
本发明公开一种基于特征融合与检测头协同优化的无人机目标检测方法，利用由卷积模块CBS和残差模块C2f堆叠的骨干网络获得多尺度的特征图，将多种尺度的特征图依次输送到多层级特征融合模块（ML‑FFM），从深层到浅层进行特征融合，增强浅层特征的语义信息；将融合后的特征图输入精细化特征增强模块（RFEM），基于时空注意力机制消除位置冲突和冗余信息，优化深层特征的细节和定位能力；将增强后的特征图送入基于Transformer的预测头进行检测，完成无人机航拍图像的目标分类和定位。本发明解决了无人机航拍图像尺度变化大，以及小目标占比高且分布密集的问题，从而提高了无人机航拍图像中目标检测的精度。且方法中提出的模块能显著降低计算量，适用于无人机的实时检测场景。
