基于改进YOLOv5与嵌入式平台的多旋翼无人机检测算法
文档名：基于改进YOLOv5与嵌入式平台的多旋翼无人机检测算法
摘要：针对在嵌入式平台上检测无人机时面临的资源占用率高、实时性差的问题,提出一种改进YOLOv5网络的目标检测算法.以YOLOv5s网络为基础模型,使用MobileNetV3网络代替CSP-Darknet53作为骨干网络进行特征提取,并优化改进特征加强网络以及算法的回归框损失函数.基于自建无人机数据集分别在PC机和嵌入式平台RK3399上进行测试,实验结果表明:改进后的YOLOv5算法与原算法相比,在保持较高检测精度的同时,检测速度提升了38％,模型大小降低了45％,有效提升了算法的检测性能,满足应用于嵌入式设备的实际需求.
作者：程江川 王伟 康林 牛小明 李亚南 Author：ChengJiangchuan WangWei KangLin NiuXiaoming LiYa'nan
作者单位：中国兵器装备集团自动化研究所有限公司信控中心,四川绵阳621000中国兵器装备集团自动化研究所有限公司无人机事业部,四川绵阳621000陆装驻广元地区军代室,四川广元628000中国兵器装备集团自动化研究所有限公司信控中心,四川绵阳621000;重庆大学数学与统计学院,重庆400044
刊名：兵工自动化 ISTIC
Journal：OrdnanceIndustryAutomation
年，卷(期)：2023, 42(4)
分类号：V279
关键词：目标检测轻量化网络无人机检测YOLOv5
机标分类号：TP391.4V279TH122.4
在线出版日期：2023年4月27日
基金项目：基于改进YOLOv5与嵌入式平台的多旋翼无人机检测算法[
期刊论文]兵工自动化--2023, 42(4)程江川王伟康林牛小明李亚南针对在嵌入式平台上检测无人机时面临的资源占用率高、实时性差的问题,提出一种改进YOLOv5网络的目标检测算法.以YOLOv5s网络为基础模型,使用MobileNetV3网络代替CSP-Darknet53作为骨干网络进行特征提取,并优化改进特征加...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进YOLOv5与嵌入式平台的多旋翼无人机检测算法Multi-rotor UAV Detection Algorithm Based on Improved YOLOv5 and Embedded Platform
基于改进YOLOv5与嵌入式平台的多旋翼无人机检测算法.pdf
页:
[1]