中文摘要: 针对远距离和多样环境背景条件下无人机探测存在目标尺寸小、目标低对比度和图像低分辨率等问题，提出了改进YOLOv5s的小目标型无人机检测方法。在YOLOv5s网络模型中的特征图像提取层增添ECA注意力机制模块以提高检测无人机小目标的精度、减轻模型计算负担和加速模型推理；在特征融合层中使用自适应特征融合ASF，以提高目标检测的准确性和鲁棒性；YOLOv5s的边框位置回归损失函数改进为EIoU，可更好地处理物体的旋转和长宽比变化，提高检测效果。实验结果表明，改良后的方法相较原有方法基础上平均精度提升4.4%，可更好地对小目标型无人机开展测试。