基于YOLOv5s的航拍小目标检测改进算法研究 |
| |
引用本文: | 刘展威,陈慈发,董方敏.基于YOLOv5s的航拍小目标检测改进算法研究[J].无线电工程,2023(10):2286-2294. |
| |
作者姓名: | 刘展威 陈慈发 董方敏 |
| |
作者单位: | 1. 三峡大学计算机与信息学院;2. 三峡大学湖北省建筑质量检测装备工程技术研究中心 |
| |
摘 要: | 针对无人机航拍时拍摄的对象大小不一、种类繁杂且容易被建筑遮挡等问题,提出了一种基于YOLOv5s的无人机目标检测改进算法VA-YOLO。在已有的主干网络中添加CA注意力机制模块,扩大检测区域,获得更准确的位置信息;针对检测小目标时尺度不一导致语义丢失的问题,添加小目标检测层与BiFPN结构,加深浅层语义与深层语义结合,以此丰富对检测目标的语义信息;使用损失函数Varifocal loss与EIoU,改善模型对小目标检测的准确性。实验结果表明,在VisDrone2019-DET数据集上,该算法的平均检测精度(mean Average Precision, mAP)达到了39.01%,相比YOLOv5s提高了6.26%。
|
关 键 词: | 无人机航拍 YOLOv5s 小目标 Varifocal loss |
|
|