基于改進ＹＯＬＯｖ７ 的低空飛行物目標檢測方法

打開文本圖片集

摘 要：目前無人機檢測技術(shù)應(yīng)用廣泛，但無人機在執(zhí)行目標檢測任務(wù)中可能遭遇多種空中障礙物，這些目標具有成像小、像素特征少和相對速度變化快等檢測難點，針對此類目標引起的漏檢誤檢問題，提出了一種基于改進ＹＯＬＯｖ７ 算法的低空飛行物目標檢測算法。在傳統(tǒng)ＹＯＬＯｖ７ 算法的基礎(chǔ)上，在Ｈｅａｄ 網(wǎng)絡(luò)引入ＳｉｍＡＭ 注意力機制，該機制與現(xiàn)有的通道和空間注意力模塊相比，同時考慮空間和通道維度信息，且不在原始網(wǎng)絡(luò)中添加額外參數(shù)；在主干網(wǎng)絡(luò)中結(jié)合ＣｏｎｖＮｅＸｔ 網(wǎng)絡(luò)，提出ＣｖＮＸ 模塊，降低網(wǎng)絡(luò)計算量，并保留目標特征；用ＳＩｏＵＬｏｓｓ 代替原有的ＣＩｏＵＬｏｓｓ，提高算法收斂速度；在圖像后處理階段使用ＳＩｏＵＮＭＳ，減少遮擋導(dǎo)致的目標漏檢。（剩余2614字）