改进YOLOv5的高空航拍图像检测方法 |
| |
引用本文: | 谢晓竹,卢罡.改进YOLOv5的高空航拍图像检测方法[J].兵器装备工程学报,2023(1):248-253. |
| |
作者姓名: | 谢晓竹 卢罡 |
| |
作者单位: | 陆军装甲兵学院 |
| |
摘 要: | YOLOv5模型对普通场景图像的目标检测有更好的性能,但在高空航拍图像检测中表现不佳,针对这个问题,提出一种改进的YOLOv5模型。首先,建立高空航拍目标数据集,弥补该类图像不足的问题,对模型进行针对性训练,其次,采用多尺度细节增强提升处理数据图像,整体提升数据质量;最后,利用多尺度特征融合更好的平衡目标特征和位置信息,增加大尺度检测头提升小目标检测能力。经过实验分析,证明该方法在对高空航拍图像目标进行检测时平均精度、准确率和召回率分别比YOLOv5模型提高了12.6%、10.3%和6%,满足检测要求。
|
关 键 词: | YOLOv5 高空航拍图像 目标检测 多尺度特征融合 |
|
|