一种面向复杂工业场景的轻量化仪表小目标检测模型及方法

一种面向复杂工业场景的轻量化仪表小目标检测模型及方法，属于深度学习与边缘计算交叉领域，本发明为解决现有方法在精度、效率和小目标检测能力上均无法满足巡检机器人等边缘设备的实时检测需求的问题。本发明模型包括：轻量化主干网络：用于从输入图像中提取多尺度特征；跨尺度特征融合网络：用于双向融合所述多尺度特征，保留浅层空间细节与深层语义信息，输出融合特征；可变形大核目标感知模块：部署于跨尺度特征融合网络的指定位置以更好地捕捉与目标区域相关的特征信息，提升小目标特征表达能力；多任务解耦预测网络，对输入图像并行执行分类、定位回归及置信度预测，其中定位回归分支采用解耦宽高优化的EIOU损失函数。