深度学习相关理论的进一步发展与计算机硬件水平的不断提高,为目标检测领域的发展提供了巨大的推力。通用的目标检测算法对于大,中目标已取得了不错的成果,但对于小目标的检测效果往往不尽人意。与此同时,航拍图像对于城市交通、环境监测等领域的地位越来越重要,而航拍图像中存在着众多的小目标。因此,基于航拍图像的小目标检测是一个十分具有前景的方向。小目标检测的难点在于像素占比小,特征提取困难,同时目前主流的检测算法复杂度过高,网络结构加诸于小目标之上存在冗余。针对上述存在的问题并结合航拍图像检测要求准确性与实时性的实际应用场景,本文以YOLOv5作为研究对象进行了相关研究,主要工作概述如下:针对小目标在图像当中占比小,难以提取有用信息的问题,通过加深特征金字塔与路径聚合网络,增强模型浅层特征复用能力,进一步提升浅层特征信息的抽象信息以及深层特征信息的细节信息,加强模型的特征学习能力。同时,利用上述结构新增针对更加微小目标的检测层。另外,由于原始网络结构对于航拍数据集而言存在冗余,因此将其针对大目标的特征提取与融合部分及预测分支进行裁剪。由于YOLOv5采用最近邻上采样算法,该算法以自身像素值填充邻域的特点导致其存在特征图局部信息丢失问题。本文对上采样算法进行改进,采用轻量级通用上采样算子CARAFE。依据特定输入进行预测,并利用预测的上采样核辅助特征重组过程。最终对上述工作进行整合,本文将其称为PCHead模型。在RSOD数据集上的实验结果表明,PCHead模型的m AP值由97.1%提升至98.2%,且参数量由1,761,871降低至1,062,791,避免了网络结构冗余而带来的无效卷积运算,降低了模型复杂度。针对现有CNN体系中strided convolution和pooling结构导致的细粒度信息丢失及特征学习效率低下问题,本文采用全新的CNN模块,即SPD-Conv,取代原始网络中的strided convolution和pooling结构,以此尽可能的保留所有判别特征信息。由于YOLOv5骨干网络CSPDarknet53本身结构复杂,运算量大,难以满足航拍图像检测实时性的实际需求,本文以Ghost卷积对其进行替代。实验结果表明,上述工作所得模型的m AP值提高至97.2%,并且参数量减少为1,323,275,符合预期效果。最后将前述工作进行整合,本文将其称为PCSG模型。在RSOD数据集上的实验结果表明,PCSG模型的m AP值提升至97.8%,且模型参数量仅为1,368,823,充分验证了本文工作的有效性。