改進(jìn)ＹＯＬＯｖ８ 的輕量級(jí)航拍目標(biāo)檢測(cè)算法

打開(kāi)文本圖片集

摘 要：針對(duì)無(wú)人機(jī)嵌入式平臺(tái)計(jì)算資源受限的挑戰(zhàn)，為實(shí)現(xiàn)高準(zhǔn)確率和輕量化的實(shí)時(shí)無(wú)人機(jī)航拍目標(biāo)檢測(cè)，提出了改進(jìn)ＹＯＬＯｖ８ 的輕量級(jí)航拍目標(biāo)檢測(cè)算法。引入分離增強(qiáng)注意力模塊（Ｓｅｐａｒａｔｅｄ ａｎｄ Ｅｎｈａｎｃｅｍｅｎｔ Ａｔｔｅｎｔｉｏｎ Ｍｏｄｕｌｅ，ＳＥＡＭ） 緩解航拍圖像中的目標(biāo)遮擋問(wèn)題；增設(shè)針對(duì)小目標(biāo)的檢測(cè)層，提高小目標(biāo)的檢測(cè)精度；將Ｇｈｏｓｔ 模塊融入Ｃ２ｆ 模塊，形成Ｃ２ｆＧｈｏｓｔ 模塊，顯著降低了模型參數(shù)量；對(duì)改進(jìn)網(wǎng)絡(luò)進(jìn)行全局通道剪枝，在保證檢測(cè)準(zhǔn)確率的同時(shí)進(jìn)一步壓縮模型參數(shù)量；將剪枝后的模型部署于Ｊｅｔｓｏｎ Ｘａｖｉｅｒ ＮＸ 嵌入式平臺(tái)，使用ＴｅｎｓｏｒＲＴ 加速模型推理。（剩余2711字）