复杂背景下的无人机图像小目标检测

摘要：

针对无人机航拍图像背景复杂、目标特征小而导致检测精度低的问题,提出了一种基于YOLOv7-w6改进的小目标检测算法EMT-ECoTNet.采用具有全局建模优势的CoT模块和增加最大池化层MaxPool用以挖掘小目标更多纹理信息的MA-ECA通道注意力模块构建的ECoT Block,有利于小目标特征提取;通过具有大感受野的空间金字塔池化结构M-SPPFCSPC对小目标特征进一步增强;使用EIoU损失函数分别对预测框和真实框之间宽和高的预测结果进行惩罚来提高收敛速度和准确率.实验结果表明,EMT-ECoTNet在VisDrone数据集上mAP50达到62.8%,较原始基线模型YOLOv7-w6提高了3.2个百分点,比主流算法在无人机小目标检测任务上具有更好的检测性能.

关键词：无人机图像、复杂背景、小目标检测、注意力机制、空间金字塔池化

所属期刊栏目：59

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家新闻出版署智能与绿色柔版印刷重点实验室招标课题资助项目ZBKT202108

在线出版日期：2023-08-28（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：107-114