一种基于重参数化与动态激活的YOLO26目标检测加速方法和系统

本发明涉及人工智能与计算机视觉技术领域，提供了一种基于重参数化与动态激活的YOLO26目标检测加速方法和系统，包括：构建改进的YOLO26初始网络，引入重参数化模块RepC3k2和RepC2PSA、轻量级空间池化模块SPPF‑Nano，并配置Dynamic Mish‑SiLU动态激活函数；将目标训练图像输入初始网络执行迭代训练；提取训练态网络的多分支权重与偏置，执行结构重参数化转换，得到部署态YOLO26网络；将待检测图像输入部署态网络，在单一卷积核串行计算与动态激活函数自适应加权的底层约束下输出目标检测结果。本发明通过拓扑剪枝与结构重参数化彻底消除了推理阶段的分支跳转冗余，在保障高精度特征表征的前提下，实现了面向资源受限边缘端的高速、精准实时检测。