面向无人机航拍场景的轻量化目标检测

摘要：

针对无人机航拍场景下的实时目标检测任务,以YOLOv5为基础进行改进,给出了一种轻量化的目标检测网络YOLOv5-tiny.通过将原CSPDarknet53骨干网络替换为MobileNetv3,减小了网络模型的参数量,有效提高了检测速度,并进一步通过引入CBAM注意力模块和SiLU激活函数,改善了因网络简化后导致的检测精度下降问题.结合航拍任务数据集VisDrone的特性,优化了先验框尺寸,使用了 Mosaic,高斯模糊等数据增强方法,进一步提高了检测效果.与YOLOv5-large网络相比,以降低17.4％的mAP为代价,换取148％的检测效率(FPS)提升,且与YOLOv5s相比,在检测效果略优的情况下,网络规模仅为其60％.

关键词：无人机目标检测、轻量化、YOLOv5、MobileNetv3、CBAM注意力机制、SiLU

所属期刊栏目：31

分类号：TU984.191;G822.2;TP391.41

资助基金：广西教育厅中青年科研基础能力提升项目2019KY0805

在线出版日期：2023-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：159-168