基于yolov5的弱光环境航拍车辆检测

作     者：信博夫 XIN Bo-fu

作者机构：沈阳航空航天大学辽宁沈阳110015 

出 版 物：《电脑与电信》 (Computer & Telecommunication)

年 卷 期：2024年第1期

页      面：78-83页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：无人机航拍图像 深度学习 Mish激活函数 动态卷积核 注意力机制 

摘      要：针对yolov5检测无人机航拍图像时对弱光背景目标监测性能不佳这一问题,基于深度学习方法提出了一种改进算法。首先对目标数据集visdrone2019进行数据归一化,提高后续训练效果。而后对yolov5引入添加了Mish激活函数的动态卷积核和使用分布式偏移卷积替换C3块的C3_DSConv模块,并将上述两种卷积结构融合到yolov5网络中;对网络嵌入Bi-Former注意力机制,提升对小目标检测精度。综上所述,最终得到MODB-yolov5模型,实验结果证明该模型的mAP和recall均有提高,检测阴影、黑暗环境中的车辆时精确度明显上升,且FPS较高,这保证了模型仍可用于快速检测或者实时监测。