改进YOLOv5的高空航拍图像检测方法

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。