本發(fā)明公開了一種應(yīng)用于嵌入式平臺(tái)輕量型高效率的目標(biāo)檢測(cè)方法，涉及目標(biāo)檢測(cè)技術(shù)領(lǐng)域，目前低空慢速小目標(biāo)檢測(cè)與跟蹤一直是低空探測(cè)系統(tǒng)面臨的難題，隨著“低慢小”無人機(jī)的快速發(fā)展及應(yīng)用，對(duì)一些重要目標(biāo)，重點(diǎn)區(qū)域，重大活動(dòng)的的威脅日益突出，沿用嵌入式平臺(tái)輕量型DarkNet網(wǎng)絡(luò)框架，引用深度殘差網(wǎng)絡(luò)思想改進(jìn)現(xiàn)有Tiny?YOLOV3算法。檢測(cè)部分針對(duì)復(fù)雜背景采用改進(jìn)后的Tiny?YOLOV3算法提出一種效果好的檢測(cè)器，跟蹤部分使用Kalman濾波算法預(yù)測(cè)目標(biāo)運(yùn)動(dòng)軌跡，提高復(fù)雜背景下目標(biāo)檢測(cè)失效后的跟蹤效率。實(shí)驗(yàn)結(jié)果表明：改進(jìn)Tiny?YOLOV3算法后在同等訓(xùn)練集下目標(biāo)在復(fù)雜背景中被檢測(cè)到的效率有所提升，在加入跟蹤算法后系統(tǒng)實(shí)時(shí)性依然能夠穩(wěn)定，保證視頻流處理每秒13幀左右。