通过YOLC框架引入局部尺度模块（LSM）解决大规模图像和非均匀目标分布的挑战。使用高斯Wasserstein距离（GWD）修改回归损失以获得高质量边界框，并在检测头部使用可变形卷积和改进方法增强对小目标的检测。在Visdrone2019和UAVDT等航拍图像数据集上实验证明了方法的有效性和优越性。