基于Yolov5M+SAHI的无人机飞鸟检测模型在电力场景中的应用

目标检测是计算机视觉领域的核心任务,而针对小目标的检测一直以来都是一项具有挑战性的问题。传统的Yolov5模型在无人机视频中对飞鸟这种小目标的检测存在一定的局限性,因为小目标的细节信息在图像数据中难以捕捉。为了提高飞鸟检测的准确度,本文引入了SAHI技术,即切片辅助推理方法,通过将SAHI技术与Yolov5m模型融合,旨在增强飞鸟这种小目标的特征表示能力,从而提高其在无人机视频中的检测效果。实验结果表明,与传统的Yolov5m模型相比,该设计在无人机航拍视频中展现出更强的小目标检测能力,能够有效地应对飞鸟这类小目标的挑战。这一研究为电力场景下无人机航拍视频中的飞鸟检测提供了更准确、鲁棒的解决方案,具有实际应用的潜力。