偏振可以提高无人机的自主侦察能力，但易受到探测角度和目标材质的影响，从而降低偏振检测的鲁棒性。为此，提出一种基于偏振图像的低空伪装目标实时检测算法YOLO-P,采用融合多偏振方向信息的编码图像作为输入，应用三维卷积模块提取不同偏振方向图像之间的联系特征；引入特征增强模块对多层次特征进行进一步增强；采用跨层级特征聚合网络，充分利用不同尺度的特征信息，完成特征的有效聚合，最终联合多通道特征信息输出检测结果。构建包含10类目标的低空伪装目标偏振图像数据集PICO(Polarization　Image　of　Camouflaged　Objects)。在PICO数据集上的实验结果表明，新方法可以有效检测伪装目标，mAP_(0.5:0.95)达到52.0%,mAP_(0.5)达到91.5%,检测速率达到55.0帧/s,满足实时性要求。