摘要

针对无人机航拍图像中出现的道路小目标检测精度较低的问题,提出以融合SKNet卷积核注意力机制与YOLOv5s的目标检测模型,提高检测模型对地面小目标特征信息提取识别能力。在此改进基础上,基于Visual Studio Code配置的Pytorch深度学习开发环境,对SKNet+YOLOv5s的性能进行测试试验。结果表明:以VisDrone2019作为数据集训练时,相较于几种常规注意力机制的改进方法,如SENet+YOLOv5s、CBAM+YOLOv5s,SKNet+YOLOv5s的检测精度有所提升。