-
题名基于改进YOLOv5s的无人机小目标检测算法研究
- 1
-
-
作者
董华军
王宇栖
-
机构
大连交通大学机械工程学院
大连交通大学自动化与电气工程学院
-
出处
《华东交通大学学报》
2024年第4期118-126,共9页
-
基金
辽宁“百千万人才工程”培养经费资助项目
辽宁省教育厅科学研究计划资助项目(LJKMZ20220835)。
-
文摘
【目的】针对无人机航拍图像中目标尺度多样、背景复杂、小目标密集的特点,提出了基于YOLOv5s的小目标检测算法LM-YOLO。【方法】首先,增加小目标检测头并采用K-DBSCAN聚类算法优化锚框,生成更适合小目标检测的锚框,提高算法对小目标的检测精度;然后,设计更高效的MobileNetV3-CBAM作为特征提取网络,减小网络模型大小;最后,在特征融合网络引入大核选择性注意力机制LSK,增加模型对相似目标的分辨率。【结果】在公开数据集VisDrone2019上的实验结果表明,与基准模型YOLOv5s相比,LM-YOLO对所有目标的平均检测精度提升了7.6%,模型大小压缩了45%。【结论】文章算法可以在降低模型大小的同时保持良好的检测精度。
-
关键词
无人机图像
小目标检测
聚类算法
YOLOv5s
注意力机制
-
Keywords
UAV images
small target detection
clustering algorithm
YOLOv5s
attention mechanism
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-