一种基于深度学习的低空弱小目标检测与跟踪方法

本发明涉及计算机视觉技术领域，公开了一种基于深度学习的低空弱小目标检测与跟踪方法。包括采用yolov8模型结合transformer模型架构构建初始模型，基于yolov8模型中的C2f模块引入多头注意力构建C2f‑T模块，并将C2f‑T模块与初始模型中特定层的C2f模块进行替换，获取检测跟踪模型；将待检测跟踪视频的每一帧图片输入检测跟踪模型，检测跟踪模型获取对应图片的特征图，并基于特征图输出带有位置信息的位置特征，基于位置特征进行级联匹配获取检测轨迹，解决了现有的低空弱小目标检测与跟踪困难的问题。