基于YOLOv5s的航拍小目标检测改进算法研究

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%。