基于改进Yolov5航拍图像目标检测

摘要

本文针对航拍图像检测中可提取目标特征少、小目标多导致检测精度低的问题,提出了一种基于原始YOLOv5算法的改进目标检测算法。首先,将CBAM注意力机制部署到原始YOLOv5的特征提取和特征融合网络的C3模块中,以提升主干网络中网络局部特征捕获与融合能力,其次,针对在不断采样过程中导致浅层次特征信息丢失的问题,在检测头部分,增加了一个检测头,用于检测小目标。最后,对原始YOLOv5的Mosaic数据增强方式进行改进,将4张图片拼接改为9张图片拼接,然后根据拼接图片的矩形面积对灰色背景进行裁剪,加快模型收敛,提高训练效率,在不增加模型计算量的前提下,改善背景复杂等问题。本文使用VisDrone2019数据集,并基于改进的算法与原始算法分别进行了实验,结果表明本文的算法能够针对航拍图像目标进行有效的检测。