基于MobileNet-YOLO V4模型的无人机影像目标快速检测

作者：张崧芸

来源：江西科学, 2023, 41(02): 339-342+355.

DOI：10.13990/j.issn1001-3679.2023.02.020

• YOLO V4
• MobileNet V3
• 无人机影像
• 目标快速检测

无人机影像背景复杂、目标小且密集排列，基于深度学习的目标检测方法可以提高目标检测的准确率，但普遍存在模型参数量较多、检测速度较慢等问题。从3个方面对YOLO V4模型进行改进形成MobileNet-YOLO V4模型，提高目标检测速度。首先，使用多种数据增强方法，提高模型的学习能力；其次，改进了网络结构，使用MobileNet V3网络替换YOLO V4的主干特征提取网络，减少了模型的复杂度与计算量，提高了模型的泛化能力；最后，使用CIoU作为损失函数，增强目标检测效果。实验验证，相比原始的YOLO V4模型，MobileNet-YOLO V4模型的目标检测mAP和F1值分别下降了2.2%和0.4%,但速度却提高了近1倍，该模型可为无人机影像目标快速检测提供技术参考。

• 单位
  东华理工大学