面向无人机航拍场景的轻量化目标检测

作者：黄海生; 饶雪峰^*

来源：计算机系统应用, 2022, 31(12): 159-168.

DOI：10.15888/j.cnki.csa.008866

• 无人机目标检测
• 轻量化
• YOLOv5
• MobileNetv3
• CBAM注意力机制
• SiLU

针对无人机航拍场景下的实时目标检测任务,以YOLOv5为基础进行改进,给出了一种轻量化的目标检测网络YOLOv5-tiny.通过将原CSPDarknet53骨干网络替换为MobileNetv3,减小了网络模型的参数量,有效提高了检测速度,并进一步通过引入CBAM注意力模块和SiLU激活函数,改善了因网络简化后导致的检测精度下降问题.结合航拍任务数据集VisDrone的特性,优化了先验框尺寸,使用了Mosaic,高斯模糊等数据增强方法,进一步提高了检测效果.与YOLOv5-large网络相比,以降低17.4%的mAP为代价,换取148%的检测效率(FPS)提升,且与YOLOv5s相比,在检测效果略优的情况下,网络规模仅为其60%.

• 单位
  桂林航天工业学院