基于改进ＹＯＬＯｖ７ 的低空飞行物目标检测方法

打开文本图片集

摘 要：目前无人机检测技术应用广泛，但无人机在执行目标检测任务中可能遭遇多种空中障碍物，这些目标具有成像小、像素特征少和相对速度变化快等检测难点，针对此类目标引起的漏检误检问题，提出了一种基于改进ＹＯＬＯｖ７ 算法的低空飞行物目标检测算法。在传统ＹＯＬＯｖ７ 算法的基础上，在Ｈｅａｄ 网络引入ＳｉｍＡＭ 注意力机制，该机制与现有的通道和空间注意力模块相比，同时考虑空间和通道维度信息，且不在原始网络中添加额外参数；在主干网络中结合ＣｏｎｖＮｅＸｔ 网络，提出ＣｖＮＸ 模块，降低网络计算量，并保留目标特征；用ＳＩｏＵＬｏｓｓ 代替原有的ＣＩｏＵＬｏｓｓ，提高算法收敛速度；在图像后处理阶段使用ＳＩｏＵＮＭＳ，减少遮挡导致的目标漏检。（剩余2614字）