基于ST-YOLOv7的无人机视角下行人及车辆识别

由于无人机视角下的背景复杂，识别的目标多为远距离小目标，因此容易导致漏检及误检问题。为了实现无人机视角下对行人及车辆高精度识别，提出了以YOLOv7网络模型为基础的ST-YOLOv7算法，主干网络中融合了Swin Transform模块，构建复杂背景与小目标的全局关系，融入SENet通道注意力机制，为不同通道的特征分配不同权重，增强小目标特征的捕捉，在头部网络中，加入了YOLOv5网络中的C3模块，增加网络的深度和感受野，提高特征提取的能力，增加了1个小目标检测层，进一步提升对小目标识别的精度。实验证明：ST-YOLOv7网络模型在自制的航拍数据集中对行人的识别精度高达83.4%,对数据集中的车辆的识别精度达到了89.3%。均优于YOLOv5和YOLOv7目标检测算法，以较小的效率损失取得了较高精度。