基于改進(jìn)ＹＯＬＯｖ７ 的低空飛行物目標(biāo)檢測方法

打開文本圖片集

摘 要：目前無人機(jī)檢測技術(shù)應(yīng)用廣泛，但無人機(jī)在執(zhí)行目標(biāo)檢測任務(wù)中可能遭遇多種空中障礙物，這些目標(biāo)具有成像小、像素特征少和相對速度變化快等檢測難點(diǎn)，針對此類目標(biāo)引起的漏檢誤檢問題，提出了一種基于改進(jìn)ＹＯＬＯｖ７ 算法的低空飛行物目標(biāo)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(jī)制，該機(jī)制與現(xiàn)有的通道和空間注意力模塊相比，同時(shí)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(jì)算量，并保留目標(biāo)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(biāo)漏檢。（剩余2614字）