基于多路径动态卷积的YOLOv5无人机航拍目标检测模型

打开文本图片集

摘  要： 为了提升无人机航拍影像目标检测的准确率，并实现模型的轻量化，文中对YOLOv5目标检测模型进行了多方面的改进。首先，对YOLOv5的骨干网络进行了优化重组，采用更高效的动态卷积结构和多通道并行处理策略增强特征提取能力和检测精度，并显著减少模型参数量；其次，改进了损失函数，引入Focal⁃EIoU损失函数，更适合无人机航拍图像的特点，进一步提升了模型的检测精度；此外，将原本耦合的检测头进行了解耦处理，设计了轻量级解耦头，使分类、回归和置信度任务解耦处理，提高了检测精度和收敛速度，并合理控制了模型参数量。（剩余9341字）