基于改进YOLOv5的机场目标检测方法

作者：董兵; 耿文博^*; 杨轲; 吴悦

来源：现代计算机(专业版), 2023, 29(06): 19-26.

• transformer
• cyclegan
• mobilenetV3
• 目标检测

针对机场复杂场景监视能力差的问题，提出了一种基于改进YOLOv5的机场场面目标检测方法。首先，在模型上以跨特征的CSPDarknet作为主干特征提取网络，能大幅减少模型参数量，同时，加入Focal loss以缓解正负样本不平衡的状况，加入ECA注意力机制以加强特征间联系。其次，在数据集上采用CycleGAN进行夜间场景的风格迁移，以提升复杂背景下的检测能力。再次，在训练策略上采用mosaic数据增强，标签平滑正则，余弦退火学习率下降，并以Adam作为优化器加速模型收敛。最后，结合改进后的航空遥感数据集进行实例验证，结果表明，所提算法的MAP值较原YOLOv5s提高了2.79%，其中精确率提高了2.55%，召回率提高了0.49%，检测速度和模型参数量变化不大。

• 单位
  中国民用航空飞行学院