-
题名改进YOLOv5s的无人机视角下小目标检测算法
被引量：10
- 1
-
-
作者
刘涛
高一萌
柴蕊
李政通
-
机构
辽宁工程技术大学软件学院
辽宁工程技术大学基础教学部
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第1期110-121,共12页
-
基金
国家自然科学基金(52174183)。
-
文摘
无人机视角的小目标图像具有目标分布密集、类别不均衡以及特征不明显的特点,导致目标检测任务中出现漏检、误检的问题。针对这些问题,提出一种改进YOLOv5s小目标检测方法,以达到提高目标检测准确率与精确度的目的。重新聚类锚框,更精确地锁定检测区域。更改骨干网络结构,在空间金字塔池化层增加卷积,保证充分获取检测目标特征。同时,将网络结构中的C3模块替换成融合通道注意力机制的轻量级SEC2f模块,以提升网络对于小目标检测的局部特征捕获能力。融合解耦检测头,结合自适应锚框计算,有效提取目标区域的特征。在相同参数、相同环境条件下,在DOTA数据集上和VisDrone数据集上检测精度分别提升6.1%、5.2%,表明改进方法在小目标检测任务上的有效性;在公开数据集voc2007+2012上做通用性对比实验,结果表明改进算法具有通用性。
-
关键词
YOLOv5s
聚类算法
sec2f模块
空间金字塔池化
解耦检测头
-
Keywords
YOLOv5s
clustering algorithm
sec2f module
spatial pyramid pool
decoupling detection head
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
