La detección de nubes es un paso esencial en el procesamiento de datos de teledetección óptica. Con el desarrollo de la tecnología de aprendizaje profundo, los métodos de detección de nubes han avanzado notablemente. Entre ellos, los investigadores han comenzado a intentar introducir Transformer en tareas de detección de nubes debido a su excelente rendimiento en tareas de segmentación semántica de imágenes. Sin embargo, los métodos actuales basados en Transformer sufren de dificultades de entrenamiento y baja precisión de detección de nubes pequeñas. Para resolver estos problemas, este artículo propone Cloudformer V2 basado en el Cloudformer previamente propuesto.