1.基于YOLOv8n改进算法的目标检测方法，其特征在于，包括以下步骤：S10，实时采集自动驾驶现场图像；

S20，将采集的图像输入目标检测模型，输出得到检测结果；所述目标检测模型包括骨干网络单元、颈部网络单元和头部网络单元，所述骨干网络单元包括卷积到完全连接-可变形卷积网络模块，所述颈部网络单元包括全局注意力模块，所述头部网络单元包括动态检测头模块；

所述卷积到完全连接-可变形卷积网络模块包括依次连接的Conv模块一、Split模块、n个Bottleneck-DCNv2模块、Concat模块、Conv模块二，每个Bottleneck-DCNv2模块由两个DCNv2模块堆叠而成，n为大于1的整数；

所述全局注意力模块包括通道注意力子模块和空间注意力子模块，输入图像F所述动态检测头模块由m个Dyhead子模块串联组成，每个Dyhead子模块由尺度注意力子模块、空间注意力子模块和任务注意力子模块集成，且每个Dyhead子模块的输出F是输入的三维张量L×S×C，

2.基于YOLOv8n改进算法的目标检测系统，其特征在于，包括：图像采集模块，用于实时采集自动驾驶现场图像；

目标检测模块，用于将采集的图像输入目标检测模型，输出得到检测结果；所述目标检测模型包括骨干网络单元、颈部网络单元和头部网络单元，所述骨干网络单元包括卷积到完全连接-可变形卷积网络模块，所述颈部网络单元包括全局注意力模块，所述头部网络单元包括动态检测头模块；

所述卷积到完全连接-可变形卷积网络模块包括依次连接的Conv模块一、Split模块、n个Bottleneck-DCNv2模块、Concat模块、Conv模块二，每个Bottleneck-DCNv2模块由两个DCNv2模块堆叠而成，n为大于1的整数；

所述全局注意力模块包括通道注意力子模块和空间注意力子模块，输入图像F所述动态检测头模块由m个Dyhead子模块串联组成，每个Dyhead子模块由尺度注意力子模块、空间注意力子模块和任务注意力子模块集成，且每个Dyhead子模块的输出F是输入的三维张量L×S×C，