基于yolov5的弱光环境航拍车辆检测

针对yolov5检测无人机航拍图像时对弱光背景目标监测性能不佳这一问题,基于深度学习方法提出了一种改进算法。首先对目标数据集visdrone2019进行数据归一化,提高后续训练效果。而后对yolov5引入添加了Mish激活函数的动态卷积核和使用分布式偏移卷积替换C3块的C3_DSConv模块,并将上述两种卷积结构融合到yolov5网络中;对网络嵌入Bi-Former注意力机制,提升对小目标检测精度。综上所述,最终得到MODB-yolov5模型,实验结果证明该模型的mAP和recall均有提高,检测阴影、黑暗环境中的车辆时精确度明显上升,且FPS较高,这保证了模型仍可用于快速检测或者实时监测。