10.16526/j.cnki.11-4762/tp.2023.06.013
基于改进YOLOv5s的四旋翼自主降落标识检测算法
无人机自主降落是无人机领域研究的热点之一,导航信息在自主降落过程中又起到至关重要的作用,而视觉导航相较于传统导航方式可以提供更多环境信息,有利于提高无人机着陆安全性;当无人机飞行高度越高,机载相机捕获到的降落标识物就越小,为了提升无人机识别标识物的能力,基于YOLOv5s算法提出了一种改进的无人机实时小目标检测算法;首先,为了检测到更小尺度的目标在原算法基础上新增一个检测头;然后采用BiFPN代替原先PANet结构,提升不同尺度的检测效果;最后将EIoULoss替换CIoULoss作为算法的损失函数,在提高边界框回归速率的同时提高模型整体性能;将改进算法应用于无人机自主降落场景下的二维码降落标识检测,实验结果表明改进后的算法在小目标检测中相比于原始YOLOv5s算法的特征提取能力更强、检测精度更高,证明了改进算法的优越性.
无人机、小目标检测、YOLOv5s、BiFPN、EIoU Loss、嵌入式平台
31
TP242.6+2(自动化技术及设备)
2023-07-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
80-86