针对低空微小型无人机的轻量型YOLOv5检测算法
文献类型：期刊论文
| 作者 | 魏峰3; 周建平3; 谭翔1,2,3; 林静2; 田莉2; 王虎3 |
| 刊名 | 光电子·激光
 |
| 出版日期 | 2024-05-06 |
| 卷号 | 35期号:06页码:641-649 |
| 关键词 | 无人机检测 深度学习 轻量型网络 注意力机制 非极大值抑制(NMS) |
| DOI | 10.16136/j.joel.2024.06.0741 |
| 产权排序 | 2 |
| 英文摘要 | 针对低空微小型无人机对公共安全造成威胁的问题，本文基于YOLOv5(you only look once v5)网络提出了一种适用于移动端的轻量型目标检测模型YOLOv5＿SS。该模型以轻量型网络ShuffleNetv2替换YOLOv5原有的主干网络，引入SENet (squeeze-and-excitation networks)注意力机制，并采用Soft-NMS(soft non-maximum suppression)算法提升对密集重叠目标的检测效果。实验结果表明，该模型在数据集上对低空微小无人机进行检测的平均精确率均值(mean average precision@0.5,mAP_(50))为92.75%,精度为90.49%,参数量为0.237 4 M,浮点运算数为0.9千兆浮点运算(giga floating-point operations, GFLOPS)。具有检测精度高、内存占用率低的特点，有利于在移动终端上部署且在复杂背景及密集目标的场景下均有较好的检测效果。 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/205140]  |
| 专题 | 资源与环境信息系统国家重点实验室_中文论文 |
| 通讯作者 | 谭翔 |
| 作者单位 | 1.中国科学院无人机应用与管控研究中心 2.中国科学院地理科学与资源研究所 3.新疆大学智能制造现代产业学院 |
| 推荐引用方式 GB/T 7714 | 魏峰,周建平,谭翔,等. 针对低空微小型无人机的轻量型YOLOv5检测算法[J]. 光电子·激光,2024,35(06):641-649. |
| APA | 魏峰,周建平,谭翔,林静,田莉,&王虎.(2024).针对低空微小型无人机的轻量型YOLOv5检测算法.光电子·激光,35(06),641-649. |
| MLA | 魏峰,et al."针对低空微小型无人机的轻量型YOLOv5检测算法".光电子·激光 35.06(2024):641-649. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。