基于改进YOLOv7的无人机图像目标检测算法 |
| |
引用本文: | 梁秀满,贾梓涵,于海峰,刘振东.基于改进YOLOv7的无人机图像目标检测算法[J].无线电工程,2024(4):937-946. |
| |
作者姓名: | 梁秀满 贾梓涵 于海峰 刘振东 |
| |
作者单位: | 华北理工大学电气工程学院 |
| |
基金项目: | 河北省自然科学基金(F2018209289)~~; |
| |
摘 要: | 针对无人机图像中由于目标微小且相互遮挡、特征信息少导致检测精度低的问题,提出一种基于改进YOLOv7的无人机图像目标检测算法。在颈部和检测头中加入了坐标卷积,能更好地感受特征图中目标的位置信息;增加P2检测层,减少小目标特征丢失、提高小目标检测能力;提出多信息流融合注意力机制——Spatial and Channel Attention Mechanism(SCA),动态调整注意力对空间信息流和语义信息流的关注,获得更丰富的特征信息以提高捕获目标的能力;更换损失函数为SIoU,加快模型收敛速度。在公开数据集VisDrone2019上进行对比实验,改进后算法的mAP50值相比YOLOv7提高了4%,达到了52.4%,FPS为37,消融实验验证了每个模块均提升了检测精度。实验表明,改进后的算法能较好地检测无人机图像中的目标。
|
关 键 词: | 无人机 小目标检测 多信息流融合注意力机制 YOLOv7 损失函数 |
|
|