摘要：针对无人机航拍图像中小目标实例多、目标之间存在遮挡的现象,容易造成漏检、误检等问题,提出一种新的基于非跨步动态多头结构的小目标检测算法(Non-strided Dynamic Multihead YOLOv8,NDM-YOLOv8)。首先,设计了SConv模块,融合了非跨步卷积,尽可能地保留输入数据的判别特征信息,以降低小目标特征的细粒度信息的丢失;其次,设计了C2f-LSK模块,通过采用选择机制对空间特征进行有效加权,动态地调整感受野,灵活地捕捉不同尺度的特征和上下文信息,提高模型对小目标的关注度;最后,设计了P2小目标检测头,并和高层网络进行残差连接,减少小目标特征丢失,以强化算法对小目标特征的提取能力。实验表明,NDM-YOLOv8有效提高了对无人机图像中小目标检测精度。在公开数据集VisDrone2019上,NDM-YOLOv8比YOLOv8n在mAP_(0.5)提高了5.3百分点,mAP_(0.5:0.95)上提高了3.3百分点,对比其他模型,也取得了较优的检测效果,能够有效地完成无人机航拍图像中小目标检测任务。