典型文献
基于沙漏瓶颈模块的无人机实时检测算法
文献摘要：
随着无人机的快速发展与应用,无人机的普及也对公共安全、军事安全和个人隐私等造成了一定的安全隐患.无人机具有飞行速度快、体积小等特点,如何精准快速地发现并定位无人机位置具有一定的挑战.针对此问题,提出了一种基于沙漏瓶颈模块的YOLOv3无人机实时检测算法.首先,将原本3个特征尺度检测扩展为在5个特征尺度上进行检测,充分利用多尺度信息帮助提升小目标检测精度;然后,堆叠沙漏瓶颈模块作为该方法的骨干网络部分,沙漏瓶颈模块作为一种轻量化网络对模型进行加速,并使用通道注意力机制在上采样之后的拼接部分关注更重要的通道信息,抑制不利的信息.为了验证所提算法的有效性,生成基于复杂城市背景下的无人机数据集,实验结果表明,所提算法的精度能够达到98.92％,且具有98.76％的召回率,在1080Ti上达到62.37帧/s的实时速度,模型权重大小仅为5.38 MiB,为进一步在嵌入式平台和移动端实现实时目标检测提供了可能.
文献关键词：
无人机检测;轻量化网络;沙漏瓶颈模块;特征金字塔网络;注意力机制
中图分类号：
作者姓名：
李鸿;杜芸彦;邵林松;雷铭;彭锦锦;杨锦辉;毛耀
作者机构：
中国科学院光束控制重点实验室,成都 610000;中国科学院光电技术研究所,成都 610000;中国科学院大学,北京 100000
文献出处：
引用格式：
[1]李鸿;杜芸彦;邵林松;雷铭;彭锦锦;杨锦辉;毛耀-.基于沙漏瓶颈模块的无人机实时检测算法)[J].电光与控制,2022(12):58-65
A类：
沙漏瓶颈模块
B类：
实时检测,检测算法,发展与应用,公共安全,个人隐私,机具,飞行速度,体积小,机位,YOLOv3,特征尺度,多尺度信息,小目标检测,检测精度,堆叠,骨干网络,网络部,轻量化网络,通道注意力机制,上采样,拼接,城市背景,召回率,1080Ti,上达,时速,模型权重,MiB,嵌入式平台,移动端,实时目标检测,无人机检测,特征金字塔网络
AB值：
0.333667
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。
