-
题名基于改进YOLOv5无人机图像目标检测算法
被引量:3
- 1
-
-
作者
罗旭鸿
刘永春
楚国铭
蒲红平
-
机构
四川轻化工大学自动化与信息工程学院
人工智能四川省重点实验室
成都航空职业技术学院无人机产业学院
-
出处
《无线电工程》
北大核心
2023年第7期1528-1535,共8页
-
基金
人工智能四川省重点实验室科研项目(2020RZY01)
厅市共建智能终端四川省重点实验室项目(SCITLAB-20011)
四川轻化工大学研究生创新基金资助项目(Y2022161)。
-
文摘
针对目前在无人机图像目标检测算法中存在漏检与误检、不能兼顾检测速度,并且不能很好地应用于移动设备端等问题,提出了以YOLOv5n算法为基础进行改进的无人机图像目标检测算法。在原有的网络结构中添加小目标检测层M,增强对小目标的检测能力;在主干特征提取网络中引入BoT模块,减少网络参数量计算并提高检测精度;在特征融合网络中添加CBAM注意力机制,有效抑制背景信息干扰;将网络的头部替换成解耦头部,增强网络的收敛效果。将改进的算法在处理后的VirDrone数据集上进行测试,实验结果表明,在YOLOv5n算法上整体平均精度均值提升了10.25%,检测精度提高了9.81%,改进后的算法在保证实时性的同时有效提高了检测精度。
-
关键词
BOT
小目标检测
YOLOv5n
CBAM
解耦头
-
Keywords
BoT
small object detection
YOLOv5n
CBAM
decoupled head
-
分类号
V279
[航空宇航科学与技术—飞行器设计]
TP391.4
[自动化与计算机技术—计算机应用技术]
-