典型文献
基于改进YOLOv4的航拍图像多目标检测方法
文献摘要：
随着基于深度学习的目标检测算法日渐成熟,将其部署于无人机进行目标检测已经成为时下热门,针对无人机航拍图像小目标多且易被遮挡、检测场景复杂、尺度变化大而导致检测精度不高的问题,在提出的S-YOLOv4算法的基础上,在原特征提取网络结构上添加SE注意力机制提高模型对有用信息的专注能力,增强通道间注意力;改进网络结构,新增分辨率为160×160的检测层来细化网格以对小尺度目标进行更好的检测;改进损失函数,对分类损失应用类平滑标签来降低负样本的惩罚,提高模型的泛化能力.改进算法在保证实时性的前提下比原算法的mAP提高了3.4％.
文献关键词：
目标检测;无人机;航拍图像;YOLOv4;注意力机制;类平滑标签
中图分类号：
作者姓名：
王浩雪;曹杰;邱诚;刘耀辉
作者机构：
南京航空航天大学,电子信息工程学院,南京 210000;南京航空航天大学,中小型无人机先进技术工信部重点实验室,南京 210000
文献出处：
引用格式：
[1]王浩雪;曹杰;邱诚;刘耀辉-.基于改进YOLOv4的航拍图像多目标检测方法)[J].电光与控制,2022(05):23-27
A类：
类平滑标签
B类：
YOLOv4,多目标检测,目标检测方法,目标检测算法,时下,无人机航拍图像,小目标,遮挡,尺度变化,检测精度,特征提取网络,SE,注意力机制,通道间注意力,进网,检测层,小尺度目标,损失函数,来降,泛化能力,改进算法,mAP
AB值：
0.298273
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。
