改进Yolov5的无人机目标检测算法OACSTPCD
UAV Target Detection Algorithm with Improved Yolov5
无人机场景下航拍图像存在密度高、目标小、覆盖范围广等特性,使得现有的目标检测器容易出现错检漏检的现象,为了提高识别的精度,提出了一种改进Yolov5的目标检测模型.通过采用梯度流丰富的C2F模块增加模型的特征提取能力.引入上采样算子CARAFE(content-aware reassembly of features)增加感受野进行数据特征融合,提升特征金字塔网络性能.通过采用全局性动态标签分配策略,提高模型识别准确率.通过VisDrone201…查看全部>>
陈范凯;李士心
天津职业技术师范大学 电子工程学院,天津 300222天津职业技术师范大学 电子工程学院,天津 300222
计算机与自动化
无人机Yolov5CARAFE算子OTA标签分配策略
unmanned aerial vehicle(UAV)Yolov5CARAFE algorithmOTA tag assignment strategy
《计算机工程与应用》 2023 (18)
218-225,8
国家重点研发计划(2022YFF0706000).
评论