基于注意力机制的YOLOv5算法在跑道异物检测中的应用 |
| |
引用本文: | 程擎,王元济,李彦冬.基于注意力机制的YOLOv5算法在跑道异物检测中的应用[J].现代计算机,2023(3):55-59. |
| |
作者姓名: | 程擎 王元济 李彦冬 |
| |
作者单位: | 中国民用航空飞行学院空中交通管理学院 |
| |
摘 要: | 机场跑道异物严重影响飞行安全,针对现有算法对小目标存在误检、漏检等问题,提出一种改进的YOLOv5算法对机场跑道异物进行检测。在YOLOv5的主干网络中添加有效通道注意力(ECA)模块,通过少量参数的增加带来明显的性能增益。将颈部网络中原特征金字塔模块替换为加权双向特征金字塔(BiFPN)网络,实现双向跨尺度连接和加权特征融合。采用EIoU Loss作为损失函数,加快了收敛速度。在FOD-A数据集上的实验表明,改进后的YOLOv5模型均值平均精度(mAP@0.5)指标达到了97.4%,相比于原模型提高了1.6个百分点。
|
关 键 词: | 机场跑道异物 目标检测 注意力机制 特征金字塔 |
|
|