|
|||||
|
|
| 基于YOLOv5无人机小目标检测技术研究 | |
| 引用本文： | 张丰节,郁书好,王冠凌,代广珍.基于YOLOv5无人机小目标检测技术研究[J].牡丹江师范学院学报(自然科学版),2023(4):23-29. |
| 作者姓名： | 张丰节 郁书好 王冠凌 代广珍 |
| 作者单位： | 1. 安徽工程大学电气工程学院;2. 高端装备先进感知与智能控制教育部重点实验室 |
| 基金项目： | 国家自然科学基金项目(61572366)； |
| 摘 要： | 提出一种改进的YOLOv5m目标检测算法，解决无人机在复杂环境下对小目标特征提取不足导致的检测精度低的问题.在CBAM的基础上提出一种通道——空间(CAM-SAM)注意力机制，通过改变通道和空间的连接结构，对不同尺寸的特征图进行注意力权重分配，在特征融合中采用跳跃式连接方法，进行不同尺度的特征融合；在预测网络中使用高斯加权的Soft-NMS替换原NMS非极大值抑制.实验结果表明，改进的YOLOv5m模型mAP值为42.1%,比原YOLOv5m提高了5.8%. |
| 关 键 词： | 无人机 小目标检测 注意力机制 非极大值抑制 |