声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：43-1258/TP
国际刊号：1007-130X
发布日期:
作者：杨慧剑, 孟亮
单位：太原理工大学信息与计算机学院，山西 晋中 030600
关键词：YOLOv5,无人机,注意力机制,金字塔池化,特征金字塔,
目前基于无人机航拍的目标检测技术广泛应用于军事和民用领域，但因其存在成像距离远、高空拍摄图像模糊和目标信息占比小等问题，目标检测准确率不高。针对这一问题，提出一种基于YOLOv5的改进算法。该算法首先在数据增强方面对原始图像进行加雾处理，提高其在雾天的鲁棒性；其次通过融合CBAM模块，来增强不同通道和空间的重要性；再者将原算法中的SPP更换为ASPP，以减小池化操作对特征信息的影响；最后在FPN结构中增加一层检测头，用于更细粒度的检测目标。以YOLOv5s为Baseline，实验表明，改进后的算法比原算法的mAP_0.5提高了6.9%，可以有效应用于航拍小目标的检测。
来源：2023年第6期
《计算机工程与科学》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。