基于YOLOv5的无人机实时目标检测研究

本文针对无人机在实时目标检测领域的应用场景进行分析,强调了实时目标检测在无人机自主导航和监测任务中的重要性。针对大目标、目标被遮挡,以及小型目标检测挑战性问题,研究人员提出了利用基于YOLOv5的无人机实时目标检测模型方法,旨在研究无人机实时目标检测的准确性和小目标识别能力提升。通过将YOLOv5s模型与YOLOv3-tiny、YOLOv4-tiny两个轻量化模型进行对比,验证本文采用模型目标检测的有效性和泛化能力。实验结果表明,本文模型有较强的特征提取能力和特征表达能力,对小目标语义信息较为敏感,本文采用的YOLOv5算法模型性能更优,预测准确率更高,小目标识别能力提升,可以为无人机实时目标检测提供高效可靠的解决方案。