一种动态模糊小目标检测方法及系统

本发明公开了一种动态模糊小目标检测方法及系统，旨在解决卷积神经网络在动态模糊场景下小目标检测中存在的特征响应弱、信息丢失及精度‑效率失衡问题；方法包括：通过卷积神经网络提取多尺度特征图并构建特征金字塔，利用浅层高分辨率特征保留小目标的边缘细节，结合深层特征的语义信息；采用自适应空间融合机制，动态学习不同层级特征的空间权重，通过加权求和抑制模糊区域的特征冲突，增强小目标的特征响应；进一步引入多尺度通道注意力模块，结合不同感受野的卷积操作提取多尺度上下文信息，并通过通道级加权强化目标相关通道，减少背景干扰；最终基于融合与优化后的特征图输出目标类别与位置。