ShanghaiTech University Knowledge Management System
| 改进YOLOv5的无人机影像小目标检测算法 | |
| 其他题名 | Small Object Detection Algorithm Based on Improved YOLOv5 in UAV Image |
| 2023-02-15 | |
| 发表期刊 | 计算机工程与应用 |
| ISSN | 1002-8331 |
| 卷号 | 59期号:9页码:198-206 |
| 发表状态 | 正式接收 |
| DOI | 10.3778/j.issn.1002-8331.2212-0336 |
| 摘要 | 无人机航拍影像具有目标尺度变化大、背景复杂等诸多特性,导致现有的检测器难以检测出航拍影像中的小目标.针对无人机影像中小目标误检漏检的问题,提出了改进YOLOv5的算法模型Drone-YOLO.增加了检测分支以提高模型在多尺度下的检测能力.设计了多层次信息聚合的特征金字塔网络结构,实现跨层次信息的融合.设计了基于多尺度通道注意力机制的特征融合模块,提高对小目标的关注度.将预测头的分类任务与回归任务解耦,使用Alpha-IoU优化损失函数定义,提升模型检测的效果.通过无人机影像数据集VisDrone的实验结果表明,Drone-YOLO模型较YOLOv5模型在AP50指标上提高了4.91个百分点,推理延时仅需16.78 ms.对比其他主流模型对于小目标拥有更好的检测效果,能够有效完成无人机航拍影像的小目标检测任务. |
| 关键词 | 目标检测 无人机 小目标 注意力机制 特征融合 YOLO |
| URL | 查看原文 |
| 收录类别 | 北大核心 ; CSCD |
| 语种 | 中文 |
| 原始文献类型 | Periodical |
| 来源库 | CNKI |
| 文献类型 | 期刊论文 |
| 条目标识符 | https://kms.shanghaitech.edu.cn/handle/2MSLDSTB/287878 |
| 专题 | 信息科学与技术学院_硕士生 信息科学与技术学院_特聘教授组_徐怀宇组 |
| 通讯作者 | 徐怀宇 |
| 作者单位 | 1.中国科学院上海高等研究院 2.上海科技大学信息科学与技术学院 |
| 第一作者单位 | 信息科学与技术学院 |
| 通讯作者单位 | 信息科学与技术学院 |
| 推荐引用方式 GB/T 7714 | 谢椿辉,吴金明,徐怀宇. 改进YOLOv5的无人机影像小目标检测算法[J]. 计算机工程与应用,2023,59(9):198-206. |
| APA | 谢椿辉,吴金明,&徐怀宇.(2023).改进YOLOv5的无人机影像小目标检测算法.计算机工程与应用,59(9),198-206. |
| MLA | 谢椿辉,et al."改进YOLOv5的无人机影像小目标检测算法".计算机工程与应用 59.9(2023):198-206. |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [谢椿辉]的文章 |
| [吴金明]的文章 |
| [徐怀宇]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [谢椿辉]的文章 |
| [吴金明]的文章 |
| [徐怀宇]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [谢椿辉]的文章 |
| [吴金明]的文章 |
| [徐怀宇]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
修改评论
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。