لمعالجة مشكلة الكشف غير الكافي عن الأهداف، وخاصة الأهداف الصغيرة، في صور الطائرات بدون طيار باستخدام نماذج الكشف الحالية، تقترح هذه الورقة نموذج كشف أهداف صغيرة خفيف الوزن PRSU-YOLO. أولاً، تم تصميم وحدة الالتفاف الهيكلية مثل مراوح الرياح لتعزيز القدرة على استخراج الميزات الدقيقة؛ ثانياً، تم بناء وحدة الالتفاف متعددة القنوات والمساحات المعاد ترميزها لتحسين التمثيل متعدد المقاييس من خلال إعادة بناء الميزات الديناميكية؛ ثالثاً، تم تضمين فرع تعزيز كشف الأهداف الصغيرة في شبكة العنق، لبناء مسار تقوية ميزات التفاصيل عالية الدقة؛ وأخيراً، تم إدخال دالة خسارة النسبة الديناميكية للتقاطع والاتحاد بحيث يمكن للنموذج تعديل استراتيجية انحدار الصندوق الحدودي بشكل تكيُّفي. بناءً على زيادة تعقيد حسابي تبلغ 14.6 GFLOPS فقط، حقق نموذجنا mAP@0.5 بنسبة 37.4% على مجموعة بيانات VisDrone2019، بزيادة 4.4% عن النموذج الأساسي؛ وعلى مجموعة بيانات TinyPerson تحقق الدقة 34.5%، بزيادة 3.5%. تُظهر النتائج التجريبية أن هذا النموذج يحسن قدرة الكشف بشكل ملحوظ مع السيطرة الفعالة على تكلفة الحسابات، موفراً حلاً فعالاً لمهام الكشف عن الأهداف في مشاهد المراقبة التي تستخدم الطائرات بدون طيار.

الرؤية الحاسوبية;صور الطائرات بدون طيار;الكشف عن الأهداف الصغيرة;تعزيز الميزات