科研之友
微信
新浪微博
Facebook
分享链接
摘要
机坪特种车辆作为航班保障服务的重要一环，其种类多，形状各异；目前已有的车辆检测算法在识别机坪特种车辆时检测精度不高，在遮挡时无法检测；针对于此问题，提出了一种基于改进YOLOv5s的机坪特种车辆检测算法；为了在机坪特种车辆检测中快速、准确地定位感兴趣区域，在主干网络中融合协同注意力机制；考虑到机坪监控场景下特种车辆尺度差别较大的情况，为了能够增强对不同尺度特种车辆的检测能力，提出了四尺度特征检测网络结构；为了提高检测网络多尺度特征融合能力，结合加权双向特征金字塔结构对网络的Neck部分进行改进；将改进后的算法在自建的机坪特种车辆数据集上进行训练、测试，实验结果表明，与YOLOv5s相比，改进后算法的精确度提升了1.6%,召回率提升了3.5%,平均精度mAP0.5和mAP0.5:0.95分别有2.3%和3.3%的提升。
- 出版日期2023
- 单位自动化学院; 中国民航大学
