无人机的智能应用是当下研究的热点，为实现高效实时的无人机对地目标检测，提出了一种应用于边缘设备的轻量级空对地目标检测算法MBCF-YOLO。引入深度可分离卷积，优化原有的骨干网络。在颈部网络中添加嵌入循环注意力机制的小目标检测分支，提高对小微目标的检测精度和特征融合的能力。将焦点损失函数与损失秩挖掘结合，改进原有的损失函数，以改善空对地数据集的数据失衡问题。对该算法模型进行了多组对照实验以及实机应用，结果表明，与当前其他算法相比，MBCF-YOLO算法在VisDrone2021数据集上的准确性和延迟之间实现了更好的平衡。
