科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对无人机图像中目标微小且相互遮挡、特征信息少导致检测精度低的问题，提出一种改进YOLOv7的无人机图像目标检测算法。在颈部和检测头中加入了坐标卷积，能更好的感受特征图中目标的位置信息；增加P2检测层，减少小目标特征丢失，提高小目标检测能力；提出多信息流融合注意力机制，动态调整注意力对空间信息流和语义信息流的关注，获得更丰富的特征信息以提高捕获目标的能力；更换损失函数为SIoU，加快模型收敛速度。在公开数据集VisDrone2019上进行对比实验，改进后的算法的mAP50值比YOLOv7提高了4%，达到了52.4%，FPS为37，消融实验验证了每个模块都给检测精度带来了提升。实验表明，改进后的算法能较好地检测无人机图像中的目标。
- 出版日期2023
- 单位华北理工大学
