基于Efficientnet的无人机车辆目标检测算法

作     者：江德港 江智 黄子杰 郭彩玲 李柏林 JIANG Degang;JIANG Zhi;HUANG Zijie;GUO Cailing;LI Bailin

作者机构：西南交通大学唐山研究院河北唐山063000 唐山学院河北省智能装备数字化设计及过程仿真重点实验室河北唐山063000 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2023年第59卷第12期

页      面：228-234页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主　　题：无人机 车辆检测 YOLOv3 Effcientnet CIoU 

摘      要：针对无人机航拍图像中存在背景复杂,造成车辆漏检严重,检测精度低,以及现有深度网络存在参数量过多、检测速度慢的问题,提出一种基于Efficientnet的无人机车辆目标检测算法。引入轻量化网络Efficientnet作为YOLOv3模型特征提取网络,降低模型参数量,从而提高算法检测速度;采用K-means聚类算法对无人机车辆数据集真实框进行聚类,得到更为精确的边界框尺寸,提高检测的精度;使用CIoU边界框损失函数改进模型回归损失,提高模型收敛能力。实验结果表明,改进后的算法在自制无人机车辆数据集中mAP达到92.60%,FPS达到31.15,相对于原始算法分别提高了2.12个百分点和9.87,更加适用于无人机场景下的车辆检测任务。