基于改進(jìn)YOLOv5s的無(wú)人機(jī)小目標(biāo)檢測(cè)算法研究

打開文本圖片集

摘要：【目的】針對(duì)無(wú)人機(jī)航拍圖像中目標(biāo)尺度多樣、背景復(fù)雜、小目標(biāo)密集的特點(diǎn)，提出了基于YOLOv5s的小目標(biāo)檢測(cè)算法LM-YOLO?！痉椒ā渴紫?，增加小目標(biāo)檢測(cè)頭并采用K-DBSCAN聚類算法優(yōu)化錨框，生成更適合小目標(biāo)檢測(cè)的錨框，提高算法對(duì)小目標(biāo)的檢測(cè)精度；然后，設(shè)計(jì)更高效的MobileNetV3-CBAM作為特征提取網(wǎng)絡(luò)，減小網(wǎng)絡(luò)模型大??；最后，在特征融合網(wǎng)絡(luò)引入大核選擇性注意力機(jī)制LSK，增加模型對(duì)相似目標(biāo)的分辨率。（剩余13097字）