基于改进YOLOv12的无人机航拍小目标检测研究

李婧

doi:10.16009/j.cnki.cn13-1295/tq.2025.08.059

信息记录材料 ›› 2025, Vol. 26 ›› Issue (08) : 235 -237. DOI: 10.16009/j.cnki.cn13-1295/tq.2025.08.059

基于改进YOLOv12的无人机航拍小目标检测研究

李婧

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对无人机航拍场景中小目标检测存在的特征模糊、遮挡严重及类别不平衡等问题，本文提出了一种改进目标检测算法(YOLOv12)的高效检测方法。通过动态卷积模块(DC)增强多尺度目标的特征表达能力，使用动态自适应多尺度交互模块(DAMI)优化跨尺度特征融合与噪声抑制，并联合自适应阈值焦点损失与高斯分布建模的定位损失，提升分类与定位的鲁棒性。实验表明：改进模型在复杂航拍场景下能够有效提升小目标检测精度，同时保持实时推理效率，为无人机巡检任务提供了一种高适应性解决方案。