改进YOLOv5的高空航拍图像检测方法

摘要：

YOLOv5模型对普通场景图像的目标检测有更好的性能,但在高空航拍图像检测中表现不佳,针对这个问题,提出一种改进的YOLOv5模型.首先,建立高空航拍目标数据集,弥补该类图像不足的问题,对模型进行针对性训练,其次,采用多尺度细节增强提升处理数据图像,整体提升数据质量;最后,利用多尺度特征融合更好的平衡目标特征和位置信息,增加大尺度检测头提升小目标检测能力.经过实验分析,证明该方法在对高空航拍图像目标进行检测时平均精度、准确率和召回率分别比YOLOv5模型提高了12.6％、10.3％和6％,满足检测要求.

关键词：YOLOv5、高空航拍图像、目标检测、多尺度特征融合

所属期刊栏目：44

分类号：TP391.4(计算技术、计算机技术)

资助基金：军内科研项目LJ20202AXXX

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：248-253