本发明公开了一种基于改进的YOLOv5煤矿变电所开关柜目标检测方法,属于目标检测和深度学习技术领域。该方法基于YOLOv5检测网络进行改进,并在Head模块增加一个小尺寸目标检测头分支,从而提高开关柜检测效果;主干特征提取网络CSPDarknet53中的C3层的Bott l eneck模块替换成拥有部分卷积的Faster_B l ock,能有效来减少计算量和参数数量。为了增强主干网络对于不同尺度特征的建模能力,在CSPDarknet53网络插入了无参注意力机制来提高目标检测的精度和稳定性;增加160*160像素的小尺寸目标检测头分支,改善了小目标特征易丢失的问题,在训练过程中能够为模型提供更准确的优化目标,引导网络更好地学习目标的位置和形状信息,提升目标检测任务的准确率和稳定性,使得模型在复杂场景下的表现更加出色。