文档名：改进YOLOv7的无人机视角下复杂环境目标检测算法
摘要：针对无人机在航拍过程中容易受到恶劣环境的影响,导致航拍图像出现辨识度低、被障碍物遮挡、特征严重丢失等问题,提出了一种改进YOLOv7的无人机视角下复杂环境的目标检测算法(SSG-YOLOv7).首先从VisDrone2019数据集和RSOD数据集中分别抽取图片进行五种环境的模拟,将VisDrone数据集扩充至12803张,RSOD数据集扩充至1320张.其次,聚类出更适合数据集的锚框尺寸.接着将3D无参注意力机制SimAM引入主干网络和特征提取模块中,增加模型的学习能力.然后重构特征提取模块SPPCSPC,融合不同尺寸池化通道提取的信息同时引入轻量级的卷积模块GhostConv,在不增加模型参数量的同时提高算法对密集多尺度目标检测精度.最后使用SoftNMS优化锚框的置信度,减少算法的误检、漏检率.实验结果表明,在复杂环境的检测任务中SSG-YOLOv7检测效果优良,性能指标VisDrone_mAP@0.5和RSOD_mAP@0.5较YOLOv7分别提高了10.45%和2.67%.
Abstract：ToaddressthechallengesfacedbydronesduringUAV(unmannedaerialvehicle)photographyinadverseconditions,suchaslowimagerecognition,obstructionbyobstacles,andsignificantfeatureloss,anovelalgorithmnamedSSG-YOLOv7wasproposedtoenhanceobjectdetectionfromtheperspectiveofdronesincomplexenvironments.Firstly,12803imageswereaugmentedfromtheVisDrone2019dataset,and1320imageswereaugmentedfromtheRSODdatasettosimulatefivedifferentenvironments.Subsequently,anchorboxsizessuitableforthedatasetswereclustered.The3Dnon-localattentionmechanismSimAMwasintegratedintothebackbonenetworkandfeatureextractionmoduletoenhancethemodel'slearningcapabilities.Furthermore,thefeatureextractionmoduleSPPCSPCwasrestructuredtointegrateinformationextractedfromchannelswithdifferentpoolsizesandintroducethelightweightconvolutionmoduleGhostConv,therebyimprovingtheprecisionofdensemulti-scaleobjectdetectionwithoutincreasingthemodel'sparametercount.Finally,SoftNMSwasemployedtooptimizetheconfidenceofanchorboxes,reducingfalsepositivesandmisseddetections.ExperimentalresultsdemonstratethatSSG-YOLOv7exhibitssuperiordetectionperformanceincomplexenvironments,withperformancemetricsVisDrone_mAP@0.5andRSOD_mAP@0.5showingimprovementsof10.45%and2.67%,respectively,comparedtoYOLOv7.
作者：张润梅 肖钰霏 贾振楠 陈中 陈梓华 袁彬 曹炜威 宋娓娓[5]Author：ZhangRunmei XiaoYufei JiaZhennan ChenZhong ChenZihua YuanBin CaoWeiwei SongWeiwei[5]
作者单位：安徽建筑大学机械与电气工程学院,安徽合肥230601;安徽省工程机械智能制造重点实验室,安徽合肥230601;安徽省仿真设计与现代制造工程技术研究中心,安徽黄山242700;民航飞行技术与飞行安全重点实验室,四川广汉618300安徽建筑大学机械与电气工程学院,安徽合肥230601安徽建筑大学机械与电气工程学院,安徽合肥230601;安徽省工程机械智能制造重点实验室,安徽合肥230601民航飞行技术与飞行安全重点实验室,四川广汉618300安徽省仿真设计与现代制造工程技术研究中心,安徽黄山242700
刊名：光电工程 ISTICPKU
Journal：Opto-ElectronicEngineering
年，卷(期)：2024, 51(5)
分类号：TP391
关键词：无人机 复杂环境 YOLOv7 simAM注意力机制 SPPCSPC 数据增强
Keywords：UAV complexenvironment YOLOv7 simAMattentionmechanism SPPCSPC dataenhancement
机标分类号：TP391.41X32X51
在线出版日期：2024年7月17日
基金项目：改进YOLOv7的无人机视角下复杂环境目标检测算法[
期刊论文] 光电工程--2024, 51(5)张润梅 肖钰霏 贾振楠 陈中 陈梓华 袁彬 曹炜威 宋娓娓针对无人机在航拍过程中容易受到恶劣环境的影响,导致航拍图像出现辨识度低、被障碍物遮挡、特征严重丢失等问题,提出了一种改进YOLOv7的无人机视角下复杂环境的目标检测算法(SSG-YOLOv7).首先从VisDrone2019数据集和RSO...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
改进YOLOv7的无人机视角下复杂环境目标检测算法 Improved YOLOv7 algorithm for target detection in complex environments from UAV perspective
改进YOLOv7的无人机视角下复杂环境目标检测算法.pdf
- 文件大小:
- 7.01 MB
- 下载次数:
- 60
-
高速下载
|
