无人机动态场景下轻量化目标检测算法研究

© 2026 by the Author(s). Licensee Art and Technology, USA. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution -Noncommercial 4.0 International License (CC BY-NC 4.0) ( https://creativecommons.org/licenses/by-nc/4.0/ )

Download PDF

Cite

XML

HTML

Abstract

无人机作为高效的移动感知平台，随着计算机视觉技术的持续进步，其实际应用价值也在不断深化；想要实现空中实时精准感知，核心就在于算法在资源受限嵌入式平台上的部署效能。本研究聚焦动态飞行环境中高效目标检测算法的构建，通过前沿的轻量化网络架构设计，在保障高精度识别能力的同时，大幅降低模型的计算负担与存储开销，开发与无人机硬件特性深度契合的解决方案，增强系统在复杂多变实际场景中的可靠性与实用性。

Keywords

无人机动态场景

目标检测

模型优化

嵌入式部署

References

[1] 刘玉萍 , 尚翠娟 , 李明明 . 改进 YOLOv11的无人机小目标检测算法 [J]. 计算机工程与应用 .2025,61(15).

[2] 任青阳 , 王彦丁 , 施俭 . 卷积神经网络目标检测算法研究进展 [J]. 科学技术与工程 .2024,24(32).

[3] 周生辉 , 荣传振 , 王华力 . 无人机场景下基于轻量化 YOLOv8的小目标检测算法 [J]. 信号处理 ,2026,42(01):72-82.

[4] 付锦燚 , 张自嘉 , 孙伟 , 等 . 改进 YOLOv8的航拍图像小目标检测算法 [J]. 计算机工程与应用 .2024,60(6).

[5] 黄则栋 , 焦文文 , 苏明轩 , 等 . 基于轻量化 YOLOv8s 的无人机红外目标检测算法 [J]. 徐州工程学院学报 ( 自然科学版 ),2025,40(04):57-63.

[6] 李明明 . 基于 YOLOv11的轻量化无人机小目标检测算法 [J]. 佳木斯大学学报 ( 自然科学版 ), 2025,43(12):56-59.

Previous article in this issue

Next article in this issue