基于改進(jìn)YOLOv7和DeepSort的“低慢小”無(wú)人機(jī)目標(biāo)檢測(cè)跟蹤算法

打開(kāi)文本圖片集

摘 要：為提高“低慢小”無(wú)人機(jī)目標(biāo)檢測(cè)跟蹤精度，提出一種基于YOLOv7和DeepSort框架的改進(jìn)型無(wú)人機(jī)檢測(cè)算法，在YOLOv7算法骨干網(wǎng)絡(luò)引入了CBAM注意力機(jī)制提高特征提取能力，使用BiFPN加權(quán)特征金字塔替換PANet提高不同尺度特征融合能力，增加小目標(biāo)檢測(cè)層改善無(wú)人機(jī)檢測(cè)精度。構(gòu)建了天空、樹(shù)林、建筑和陰暗條件4類背景的“低慢小”人機(jī)數(shù)據(jù)集，并進(jìn)行測(cè)試實(shí)驗(yàn)。（剩余9624字）