典型文献
基于YOLOv5的无人机目标图像识别
文献摘要：
随着在军用、民用领域的广泛使用,无人机(Unmanned Aerial Vehicle,UAV)被越来越多地应用到小目标的检测识别上.而对某些特定区域进行目标检测时,无人机需要更好的技术手段以提高对目标检测的准确度.本文在深度学习算法YOLOv5的基础上,选用DOTA数据集,对无人机航拍目标进行图像识别.通过网络改进、数据增强等技术的应用,该模型的平均精度大大提高,实现了对目标更好的检测识别.
文献关键词：
YOLOv5算法;训练;图像检测
中图分类号：
作者姓名：
张珺仪;郭楠
作者机构：
合肥工业大学电气与自动化工程学院,安徽 合肥 230009
文献出处：
引用格式：
[1]张珺仪;郭楠-.基于YOLOv5的无人机目标图像识别)[J].电视技术,2022(08):51-55,60
A类：
B类：
YOLOv5,标图,图像识别,军用,民用领域,Unmanned,Aerial,Vehicle,UAV,小目标,检测识别,特定区域,目标检测,深度学习算法,DOTA,无人机航拍,数据增强,图像检测
AB值：
0.486926
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
