Vehicle-YOLO——一种基于航拍影像的车辆检测模型

作者：姜淙文; 金立左^*

来源：微型电脑应用, 2023, 39(09): 134-137.

• 航拍图像
• 目标检测
• 车辆检测
• Vehicle-YOLO

随着无人机技术的快速发展，航拍图像的车辆检测逐渐成为计算机视觉研究的热点。因为航拍位置较高，导致航拍图像中的小目标较多。针对小目标检测难问题，在YOLOv3模型的基础上进行优化，提出一种航拍视觉下的车辆检测模型(Vehicle-YOLO),通过采用原图下采样4倍、8倍和16倍特征，引入SPP模块和将原YOLOv3中的Convset模块改为残差连接的形式等优化机制来提升模型的目标检测性能。分别利用YOLOv3-tiny、YOLOv3和所提出的Vehicle-YOLO模型对航拍图像车辆进行检测，从模型检测精度上分析，YOLOv3-tiny、YOLOv3和Vehicle-YOLO检测精度分别为68.38%、75.45%和88.74%。所提出的Vehicle-YOLO模型较YOLOv3的精度高了13.29%,较YOLOv3-tiny的精度高了20.36%。在单张2080Ti的GPU平台上，YOLOv3-tiny、YOLOv3和Vehicle-YOLO检测速度分别为113 FPS、42 FPS和39 FPS。可见，Vehicle-YOLO在精度和速度上取得了较好的平衡。

• 单位
  自动化学院; 东南大学