一种改进YOLOv5s小目标无人机实时检测算法

作     者：江祥奎 杜遥遥 胡浩昌 JIANG Xiangkui;DU Yaoyao;HU Haochang

作者机构：西安邮电大学自动化学院陕西西安710121 

出 版 物：《西安邮电大学学报》 (Journal of Xi’an University of Posts and Telecommunications)

年 卷 期：2023年第28卷第3期

页      面：88-96页

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

基　　金：陕西省重点研发计划项目(2022NY-087) 陕西省社科联/陕西省应急管理厅项目(2021HZ1121) 

主　　题：MobileNetV3 YOLOv5 注意力模块 小目标检测层 轻量化 

摘      要：为满足对小目标无人机检测高精度、实时性的要求,提出一种基于YOLOv(You Only Look Once version) 5s的轻量化小目标无人机实时检测改进算法。采用MobileNetV3代替原有的骨干网络,以提取小目标无人机的浅层特征信息;在网络中添加轻量级卷积注意力模块,以提取小目标无人机的深层特征信息;在原有3个检测层基础上增加小目标检测层,以提高对小目标无人机的关注度。实验结果表明,与经典YOLOv5s检测算法相比,改进算法的参数量下降30.5%,权重减少5.3 MB,实现了算法的轻量化。另外,网络精度提高3.16%,网络召回率提高1.14%,帧率增加了8。改进算法的检测精度与检测速率均得到提升,并且有效地改善了小目标无人机的漏检问题。