科研之友
微信
新浪微博
Facebook
分享链接
摘要
无人机的广泛应用在给生产生活带来便利的同时，也对公共安全构成了威胁，这就需要对非法飞行的无人机进行探测和识别。然而，微小无人机因体积小运动灵活，使得传统的雷达、光电等探测手段难以应对。为此，提出了一种基于YOLOv5深度学习网络框架的微小无人机实时探测方法。通过拍摄无人机飞行姿态构建实验数据集，并进行标注。随后利用数据集对YOLOv5网络模型进行训练，测试训练效果，通过数据集测试网络模型能达到94.2%的精确率、82.8%的召回率和93.5%的平均精度。最后，对模型在真实场景下进行测试，视频流帧速率为30 FPS条件下，可在30 m范围内准确识别出特征尺寸为200 mm以上的无人机，并具有较好的实时性。
-
单位中国人民解放军陆军工程大学
