文档名：基于特征增强的轻量级无人机目标检测算法
摘要：针对无人机航拍图像特征少,小尺寸目标多以及检测任务实时性要求高等问题,以YOLOX算法为基础提出基于特征增强的轻量级无人机目标检测算法.首先,设计更加轻量的密集残差网络结构ResNet_G优化模型的主干网络,提升模型对图像特征的利用率,同时降低模型复杂度;其次,提出基于注意力机制的AtrousSpatialPyramidPooling(ASPP)模块作为特征增强模块,加强上下文信息关联度以减少丢失小目标特征;最后,使用FocalLoss函数与CDIoULoss函数,改善负样本对模型权重的影响以提高对密集目标的识别能力.实验结果表明,与原网络相比,改进后算法在VisDrone2021数据集上平均检测精度提升5.08%,参数量减少0.25M,推理时间降低2.21ms.
作者：陈运雷 刘紫燕 吴应雨 郑旭晖 张倩 杨模 Author：CHENYunlei LIUZiyan WUYingyu ZHENGXuhui ZHANGQian YANGMo
作者单位：贵州大学大数据与信息工程学院,贵州贵阳550025贵州大学大数据与信息工程学院,贵州贵阳550025;贵州大学公共大数据国家重点实验室,贵州贵阳550025
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2023, 36(6)
分类号：TP391.4
关键词：无人机小目标检测 轻量化 Ghost模块 AtrousSpatialPyramidPooling(ASPP) CDIoULoss FocalLoss
Keywords：UAVsmallobjectdetection lightweight GhostModule AtrousSpatialPyramidPooling(ASPP) CDIoULoss FocalLoss
机标分类号：
在线出版日期：2023年8月21日
基金项目：贵州大学学术新苗培养项目基于特征增强的轻量级无人机目标检测算法[
期刊论文] 传感技术学报--2023, 36(6)陈运雷 刘紫燕 吴应雨 郑旭晖 张倩 杨模针对无人机航拍图像特征少,小尺寸目标多以及检测任务实时性要求高等问题,以YOLOX算法为基础提出基于特征增强的轻量级无人机目标检测算法.首先,设计更加轻量的密集残差网络结构ResNet_G优化模型的主干网络,提升模型对图...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于特征增强的轻量级无人机目标检测算法 Light Weighted UAV Target Detection Algorithm Based on Feature Enhancement
基于特征增强的轻量级无人机目标检测算法.pdf
- 文件大小:
- 6.65 MB
- 下载次数:
- 60
-
高速下载
|
|
