基于自适应协同注意力机制的航拍密集小目标检测算法

摘要：

针对无人机航拍目标检测任务中广视野下目标数量多和小目标占比高的问题,提出一种基于自适应协同注意力机制的无人机航拍目标检测算法ACAM-YOLO,在主干网络与特征增强网络部分嵌入自适应协同注意力机制模块(ACAM),ACAM对输入特征沿通道方向切分后分别挖掘空间注意力特征和通道注意力特征,自适应加权成协同注意力权重,增加对输入特征空间和通道的有效信息利用率;为提升检测精度的同时保障检测网络轻量化,对主干网络、特征增强网络和检测头优化设计,使用轻量化主干网络大幅减少参数量同时使用高分辨率特征增强网络保留更多语义特征与细节特征,通过大尺度检测头中数量多且密集的锚框提升定位精度.使用公开数据集VisDrone2019验证,与基线网络 6.0版本的YOLOv5目标检测算法相比,ACAM-YOLO的mAP0.5 提升 11.0%,mAP0.95 提升 7.8%,同时模型参数减少65.5%,实验证明ACAM-YOLO目标检测网络针对航拍密集小目标检测具有很强的实用性.

关键词：计算机视觉、小目标检测、YOLOv5、注意力机制、无人机

所属期刊栏目：44

分类号：V279;TN911.73(各类型航空器)

在线出版日期：2023-08-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：239-249