基于目标检测模型的无人机影像识别技术

作者：孙盼盼; 丁学文^*; 常黎玫; 蔡鑫楠; 董**

来源：智能计算机与应用, 2022, 12(12): 70-74.

• YOLOv5
• 无人机影像
• 上采样
• 改进算法
• 平均精度值

YOLOv5具有较高的目标检测速度和检测精度，但在无人机影像小目标检测方面效果不太好。为解决在自然环境情况下小目标检测精度低及鲁棒性差等问题，本文以自然环境情况下无人机影像为研究对象，提出了一种改进的YOLOv5小目标检测模型。通过对特征图增加上采样处理，使特征图继续扩大，从而降低采样率和缩小感受野，提高模型对小目标的检测能力。改进的模型在天大无人机影像VisDrone数据集上进行了训练和测试。实验结果表明，改进YOLOv5的算法平均精度值为46.4%,与原YOLOv5模型相比，平均精度值提升了14.9%,改进YOLOv5在一定程度上改善了YOLOv5无人机影像识别率。

• 单位
  电子工程学院; 天津职业技术师范大学