改进YOLOv7的无人机视角下复杂环境目标检测算法

作     者：张润梅 肖钰霏 贾振楠 陈中 陈梓华 袁彬 曹炜威 宋娓娓 Zhang Runmei;Xiao Yufei;Jia Zhennan;Chen Zhong;Chen Zihua;Yuan Bin;Cao Weiwei;Song Weiwei

作者机构：安徽建筑大学机械与电气工程学院安徽合肥230601 安徽省工程机械智能制造重点实验室安徽合肥230601 安徽省仿真设计与现代制造工程技术研究中心安徽黄山242700 民航飞行技术与飞行安全重点实验室四川广汉618300 

基　　金：安徽省仿真设计与现代制造工程技术研究中心开放基金(SGCZXZD2101) 基于知识图谱的无人机安全知识库的构建(FZ2021KF10) 

出 版 物：《光电工程》 (Opto-Electronic Engineering)

年 卷 期：2024年第51卷第5期

页      码：83-93页

摘      要：针对无人机在航拍过程中容易受到恶劣环境的影响,导致航拍图像出现辨识度低、被障碍物遮挡、特征严重丢失等问题,提出了一种改进YOLOv7的无人机视角下复杂环境的目标检测算法(SSG-YOLOv7)。首先从VisDrone2019数据集和RSOD数据集中分别抽取图片进行五种环境的模拟,将VisDrone数据集扩充至12803张,RSOD数据集扩充至1320张。其次,聚类出更适合数据集的锚框尺寸。接着将3D无参注意力机制SimAM引入主干网络和特征提取模块中,增加模型的学习能力。然后重构特征提取模块SPPCSPC,融合不同尺寸池化通道提取的信息同时引入轻量级的卷积模块GhostConv,在不增加模型参数量的同时提高算法对密集多尺度目标检测精度。最后使用Soft NMS优化锚框的置信度,减少算法的误检、漏检率。实验结果表明,在复杂环境的检测任务中SSG-YOLOv7检测效果优良,性能指标VisDrone_mAP@0.5和RSOD_mAP@0.5较YOLOv7分别提高了10.45%和2.67%。

主 题 词：无人机 复杂环境 YOLOv7 simAM注意力机制 SPPCSPC 数据增强 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.12086/oee.2024.240051

馆 藏 号：203128563...