摘要：大阪都市大學 SORA-DET 輕量化框架深度解析：專為無人機（UAV）遙感目標檢測設計，通過部分重參數化卷積塊（PRepConvBlock）實現 FLOPs 降低 32%、感受野提升 114%，淺層雙向特征金字塔網絡（SB-FPN）解決多尺度目標漏檢，4 個檢測頭適配遙感冪律分布目標。性能實測：VisDrone2019 數據集 mAP50 達 39.3%，SeaDroneSeeV2 達 84.0%，參數僅 0.65M（較傳統模型減少 88.1%），Jetson Nano 平臺推理快至 5.4ms，適配從微型到工業級無人機，賦能災害響應、城市規劃、生態監測等場景。