返回列表 发布新帖

基于YOLOv5的轻量化无人机航拍小目标检测算法

6 0
admin 发表于 2024-12-14 12:28 | 查看全部 阅读模式

文档名:基于YOLOv5的轻量化无人机航拍小目标检测算法
摘要:针对无人机航拍视角下图像目标特征尺寸小且存在背景复杂、分布密集的问题,提出了一种基于YOLOv5的轻量化无人机航拍小目标检测改进算法GA-YOLO.该算法改进了Mosaic数据增强方法和网络整体结构,并增加了微小物体检测头,同时设计了轻量化的全局注意力模块和并行结构的空间通道注意力机制模块,提高了网络的全局特征提取能力和训练过程中卷积通道之间的竞争和合作关系.以4.0版本的YOLOv5s为基准,在公开无人机航拍数据集VisDrone2019-DET上实验,结果表明,改进后的模型相较于原模型,参数量下降了48%,计算量下降了26%,而mAP@0.5提高了4.9个百分点,mAP@0.5:0.95提高了3.3个百分点,有效地提高了无人机空中视角下对密集型小目标的检测能力.

Abstract:Alightweightunmannedaerialvehicle(UAV)aerialphotographysmalltargetdetectionalgorithmGA-YOLObasedonYOLOv5isproposedtoaddresstheproblemofsmalltargetfeaturesize,complexbackground,anddensedistributioninimagesfromtheperspectiveofUAVaerialphotography.ThisalgorithmimprovestheMosaicdataaugmentationmethodandoverallnetworkstructure,andaddsasmallobjectdetectionhead.Atthesametime,alightweightglobalattentionmoduleandaparallelspatialchannelattentionmechanismmodulearedesignedtoenhancethenetwork'sglobalfeatureextractionabilityandthecompetitionandcooperationbetweenconvolutionalchannelsduringthetrainingprocess.Basedonthe4.0versionofYOLOv5s,experimentswereconductedonthepubliclyavailabledroneaerialphotographydatasetVisDrone2019-DET.Theresultsshowedthattheimprovedmodelreducedthenumberofparametersby48%andthecomputationalcomplexityby26%comparedtotheoriginalmodel,andmAP@0.5improvedby4.9percentagepoints,mAP@0.50.95increasedby3.3percentagepoints,effectivelyenhancingthedetectioncapabilityofunmannedaerialvehiclesfordensesmalltargetsfromanaerialperspective.

作者:李雪森   谭北海   余荣   薛先斌 Author:LiXue-sen   TanBei-hai   YuRong   XueXian-bin
作者单位:广东工业大学自动化学院,广东广州510006广东工业大学集成电路学院,广东广州510006
刊名:广东工业大学学报
Journal:JournalofGuangdongUniversityofTechnology
年,卷(期):2024, 41(3)
分类号:TP391.41
关键词:无人机航拍  YOLOv5s  小目标检测  数据增强  注意力机制  
Keywords:UAVaerialphotography  YOLOv5s  smalltargetdetection  dataenhancement  attentionmechanism  
机标分类号:TP391.41TN911.7TP277
在线出版日期:2024年6月19日
基金项目:国家自然科学基金,国家自然科学基金,广东省基础与应用基础研究基金联合基金重点项目,广西自然科学基金重点项目基于YOLOv5的轻量化无人机航拍小目标检测算法[
期刊论文]  广东工业大学学报--2024, 41(3)李雪森  谭北海  余荣  薛先斌针对无人机航拍视角下图像目标特征尺寸小且存在背景复杂、分布密集的问题,提出了一种基于YOLOv5的轻量化无人机航拍小目标检测改进算法GA-YOLO.该算法改进了Mosaic数据增强方法和网络整体结构,并增加了微小物体检测头,同...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YOLOv5的轻量化无人机航拍小目标检测算法  Small Target Detection Algorithm for Lightweight UAV Aerial Photography Based on YOLOv5

基于YOLOv5的轻量化无人机航拍小目标检测算法.pdf
2024-12-14 12:28 上传
文件大小:
2.12 MB
下载次数:
60
高速下载
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
    微信扫一扫
  • 联系QQ客服
    QQ扫一扫
2022-2025 新资汇 - 参考资料免费下载网站 最近更新浙ICP备2024084428号
关灯 返回顶部
快速回复 返回顶部 返回列表