一种基于并行融合神经网络的无人机夜间目标检测方法

本发明涉及无人机目标检测技术领域，提供一种基于并行融合神经网络的无人机夜间目标检测方法，并行运行光增强模块与目标检测网络，通过端到端联合优化实现特征深度融合；光增强模块采用Zero_DCE++的无监督增强模块进行自适应的亮度校正，无需配对训练数据即可自适应调节亮度分布；目标检测网络基于改进的轻量级YOLOv5架构进行检测，改进的轻量级YOLOv5架构引入空间自适应特征调制SAFM模块和自适应特征增强AFE模块，SAFM模块通过多尺度特征融合机制强化模型对局部‑全局特征的感知，而AFE模块则通过并行上下文建模与特征细化保留目标边缘细节。本发明能较佳地进行无人机夜间目标检测。