En el sistema de alerta espacial y monitoreo de objetivos espaciales, para detectar eficazmente diversos desechos espaciales y otros planetas pequeños con señales débiles, enfrentando problemas como interferencia de ruido en el entorno del espacio profundo, características débiles de los objetivos y discontinuidad de las trayectorias, este artículo propone un algoritmo de detección y seguimiento de objetivos basado en YOLO26 mejorado. Primero, se construyó un módulo de auto-sensibilización de subregiones de imagen, que mediante la optimización del contraste local y el mecanismo de protección de bordes mejora la claridad de las características visuales de objetivos tenues; en segundo lugar, se realizó un diseño ligero de la red de detección YOLO26 con la introducción del módulo de atención multiescala mejorado GCEMA para fortalecer la capacidad de detección de objetivos pequeños y débiles; finalmente, combinando el algoritmo de seguimiento OCSort con el modelo de reidentificación de apariencia CosmicReID, se logra la catalogación y el seguimiento estable de múltiples objetivos. Los resultados experimentales muestran que en comparación con la red original YOLO26 y el algoritmo OCSort, la estructura mejorada de la red tiene menos parámetros y una velocidad de inferencia más rápida, con una mejora del 11.9 % en la velocidad de detección; la precisión de seguimiento del sistema integrado aumentó en un 6.2 % y la frecuencia de cambio de identidad de los objetivos se redujo en un 48.5 %. Esto satisface los requisitos del sistema automático de seguimiento para la precisión de detección y seguimiento.

Seguimiento múltiple de objetivos; procesamiento de imágenes; detección de objetivos; asociación de datos