-
题名基于YOLOv5s的无人机视角下的小目标检测算法
- 1
-
-
作者
罗文沛
李军
-
机构
重庆交通大学机电与车辆工程学院
-
出处
《计算机应用》
北大核心
2025年第S1期235-238,共4页
-
基金
国家自然科学基金资助项目(52172381)。
-
文摘
针对一般目标检测器在高空视角下的无人机(UAV)小目标检测任务中,由于目标尺度差异较大并且存在遮挡而导致检测器检测精度较低的问题,提出一种基于YOLOv5s的UAV视角下的小目标检测算法SCD-YOLO(Small object CoordConv Dynamic head-YOLO)。首先,增加小目标检测层,删去大尺度检测层,即进行删大增小操作,在使网络获得更强的小目标特征学习能力的同时精简了网络结构,从而极大地降低了网络复杂度;然后,将骨干网络和颈部网络中的普通卷积替换为协调坐标卷积CoordConv,从而更好地感知特征图中的目标位置信息;最后,为应对网络在下采样过程中带来的特征丢失的问题,替换原模型的检测头,使用一种自注意力检测头Dy-Head(Dynamic Head),通过它带有的尺度、空间、任务感知的注意力提升了算法的特征表达能力。实验结果表明,在公开的VisDrone2019数据集上,与YOLOv5s检测算法相比,所提算法在mAP0.5上提高了33.5%,在模型参数量上减少了54.3%。
-
关键词
无人机
小目标检测
YOLOv5s
注意力机制
Dy-Head
-
Keywords
Unmanned Aerial Vehicle(UAV)
small target detection
YOLOv5s
attention mechanism
Dynamic Head(Dy-Head)
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
