典型文献
面向无人机航拍场景的轻量化目标检测
文献摘要：
针对无人机航拍场景下的实时目标检测任务,以YOLOv5为基础进行改进,给出了一种轻量化的目标检测网络YOLOv5-tiny.通过将原CSPDarknet53骨干网络替换为MobileNetv3,减小了网络模型的参数量,有效提高了检测速度,并进一步通过引入CBAM注意力模块和SiLU激活函数,改善了因网络简化后导致的检测精度下降问题.结合航拍任务数据集VisDrone的特性,优化了先验框尺寸,使用了 Mosaic,高斯模糊等数据增强方法,进一步提高了检测效果.与YOLOv5-large网络相比,以降低17.4％的mAP为代价,换取148％的检测效率(FPS)提升,且与YOLOv5s相比,在检测效果略优的情况下,网络规模仅为其60％.
文献关键词：
无人机目标检测;轻量化;YOLOv5;MobileNetv3;CBAM注意力机制;SiLU
中图分类号：
作者姓名：
黄海生;饶雪峰
作者机构：
桂林航天工业学院计算机科学与工程学院,桂林541004
文献出处：
引用格式：
[1]黄海生;饶雪峰-.面向无人机航拍场景的轻量化目标检测)[J].计算机系统应用,2022(12):159-168
A类：
B类：
无人机航拍,轻量化目标检测,实时目标检测,目标检测网络,tiny,CSPDarknet53,骨干网络,MobileNetv3,参数量,检测速度,CBAM,注意力模块,SiLU,激活函数,检测精度,VisDrone,先验框,Mosaic,高斯模糊,数据增强,增强方法,检测效果,large,mAP,换取,检测效率,FPS,YOLOv5s,网络规模,无人机目标检测,注意力机制
AB值：
0.485662
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。
