无人机视角下交通小目标图像检测算法优化研究

针对无人机图像的小目标检测算法精度低、容易出现漏检和误检的情况,提出一种基于YOLOv7的改进目标检测算法。利用无人机航拍视频自建行人和车辆数据集。将颈部和检测头中的卷积模块替换为CoordConv模块,提高算法感知特征图的空间信息能力;添加小目标检测层,适应不同尺度下的物体目标,降低小目标的漏检率;在主干网络和颈部增加GE注意力机制,加强上下文信息的利用。将Wise-IoU作为边界框损失函数,引入一种动态非单调聚焦机制,提高模型的泛化能力。实验结果表明,改进后的算法精度高于实验中其他算法,精度达到91%,比YOLOv7算法提升了2.1个百分点。在VisDrone2019数据集上进行对比实验,精度比YOLOv7算法提升了2.5个百分点;综合性能优于实验中其他小目标检测算法,验证了改进后算法的泛化能力与有效性。