小樣本條件下基于YOLOv7的小目標檢測方法

打開文本圖片集

摘  要： 低空慢速小目標的監(jiān)視一直是預(yù)警探測領(lǐng)域的重點和難點。目前主流的基于卷積神經(jīng)網(wǎng)絡(luò)的目標檢測算法主要設(shè)計應(yīng)用于VOC數(shù)據(jù)集或COCO數(shù)據(jù)集，在特定場景下檢測精度并不理想。YOLO是目前應(yīng)用最廣泛的單階段目標檢測算法之一，在檢測速度方面具有獨特的優(yōu)勢。利用可見光成像手段獲取小型無人機目標圖片，基于YOLOv7算法改進了其特征增強網(wǎng)絡(luò)，提出一種三分支并行特征金字塔網(wǎng)絡(luò)，以獲得更多的小目標上下文語義特征；將改進后的算法與生成對抗網(wǎng)絡(luò)進行級聯(lián)，旨在生成更真實的超分辨率圖像，從而提高檢測精度。（剩余13394字）