改进YOLOv5的无人机影像车辆检测方法

摘要：

针对传统遥感影像车辆目标检测算法易受干扰、鲁棒性较差且在实际应用当中会产生一定的漏检与误检现象等问题,提出了一种基于改进 YOLOv5 s的轻量级无人机遥感影像车辆目标检测算法.以 YOLOv5 s 为基线模型,根据车辆目标长宽比相对固定的特点,对锚框尺寸进行修正,提高了锚框与车辆目标的契合度;针对无人机影像中车辆密集情况,进行了加权框融合改进,对检测框合并,解决了预测框计数不准确的问题;由于车辆目标具有多变性,通过增加注意力机制网络,提升了模型识别车辆的速度和准确性.研究表明,改进的 YOLOv5 s 模型可以实现实时准确的无人机影像车辆检测.

关键词：车辆、目标检测、YOLOv5s、轻量级、无人机影像

所属期刊栏目：38

分类号：TP751(遥感技术)

资助基金：高分辨率对地观测系统重大专项;国家重点研发计划;国家自然科学基金;河北省自然科学基金;河北省高等学校科学技术研究项目;民用航天预研项目;国防基础科研项目;北华航天工业学院博士科研启动基金项目;北华航天工业学院硕士研究生创新资助项目

在线出版日期：2023-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：114-121