改进YOLOv5s的无人机目标检测算法

作者：宋谱怡; 陈红; 苟浩波

来源：计算机工程与应用, 2022, 1-10.

• 无人机检测
• YOLOv5s
• 压缩激励模块
• CIoU Loss

无人机在情报、侦察和监视领域，目标自动检测可为侦察等任务提供准确的目标位置及类别，为地面指挥人员提供详尽的目标信息。针对无人机图像背景复杂、分辨率高、目标尺度差异大等特点，文章提出一种改进YOLOv5s目标检测算法。首先，将压缩-激励模块引入到YOLOv5s算法中，提高网络的特征提取能力；其次引入双锥台特征融合（BFF，Bifrustum Feature Fusion）结构，提高算法对较小目标的检测检测精度；最后将CIoU Loss替换GIoU Loss作为算法的损失函数，在提高边界框回归速率的同时提高定位精度。实验结果表明，改进后的YOLOv5s取得了86.3%的平均均值精度（mAP），比原算法YOLOv5s提高了14.2%，在复杂背景下仍能显著提升无人机图像目标检测性能。

• 出版日期2022-6-22
• 单位电子信息工程学院; 陕西凌云电器集团有限公司; 西安工业大学