《基于改进YOLOv5的无人机图像检测算法》论文阅读
原文链接：UAV Recognition and Tracking Method Based on YOLOv5 | IEEE Conference Publication | IEEE Xplore
《基于改进YOLOv5的无人机图像检测算法》论文阅读
基于深度学习的目标检测算法通常对传统目标检测效果较好，但对小目标的检测精度较低。针对该问题，该文通过对无人机采集图像的研究，提出一种改进的YOLOv5小目标检测算法。
首先，针对采样频率高、图像感受野大的问题，增加上采样，进一步扩展特征图。然后，针对浅层特征语义信息不足的问题，采用特征融合方法，增加一个160*160输出检测层。最后，由于上述步骤会增加计算量，因此增加了Mobilenet-V2轻量级网络以提高检测速度。VisDrone无人机图像数据集用于训练和验证，自建数据集用于测试。实验结果表明，改进的YOLOv5算法能够有效地检测和识别小目标。与传统的检测方法相比，小物体的检测精度和速度也有所提高。
无人机越来越多地应用于日常生活中，如灾难救援、全景摄影、环保检测、交通监控、电力巡检等。由于无人机技术的快速发展和其安全性能的提高，越来越多的人使用无人机进行目标采集和检测。为了提高无人机图像检测对小目标和密集目标的效率和准确性，需要解决无人机图像高视角和宽视角的影响。
在目标检测领域，深度学习具有更好的特征表达能力，降低了对手工设计特征的要求，可以大大提高精度。现有的基于深度学习的目标检测算法研究大多适用于传统目标。如果无人机图像被基于深度学习的目标检测算法直接检测，检测精度会更低。基于深度学习的目标检测算法根据检测步骤可分为两类：一阶段算法和两阶段算法。R-CNN[1]、Faster R-CNN[2] 和 Faster R-CNN[3] 是两阶段检测算法，SSD[4] 和 YOLO 系列 [5]–[8] 是单阶段检测算法。与两阶段检测算法的准确率相比，一级检测算法的准确率略低，但识别速度快了数百倍。在单级检测算法中，YOLOv5 比 SSD 快 2-3 倍，因此 YOLOv5 在研究人员中非常受欢迎，本文也将改进 YOLOv5。
本文研究了无人机图像中的小目标检测算法，在YOLOv5中增加了采样、特征融合和输出检测层，优化目标检测的网络结构，致力于解决无人机图像中小目标、背景和物体复杂等问题、遮挡等问题，从而提高了小物体的检测精度。由于增加操作层增加计算量，降低了网络检测率，因此增加了Mobilenet-V2轻量级网络以提高检测率。本文的结果对无人机影像的自动化分析具有积极的影响，本研究也可以拓展无人机影像的实际应用范围。
《基于改进YOLOv5的无人机图像检测算法》论文阅读相关推荐
- 《基于卷积神经网络的深度迁移学习，用于燃气轮机燃烧室的故障检测》论文阅读
目录 突出 抽象 引言 1.1动机 1.2文献综述获得的结论 1.3贡献 1.4组织 2方法 2.1燃汽轮机组故障知识共享 2.2迁移学习 2.3 基于卷积神经网络的深度迁移学习 2.4用于燃气轮机燃 ...
- 基于卷积神经网络和投票机制的三维模型分类与检索 2019 论文笔记
作者:白静 计算机辅助设计与图形学学报 1.解决的问题 由于三维模型投影得到的视图是由不同视点得到,具有相对独立性,这种像素级的融合运算并没有直接的物理或者几何意义,更有可能造成图像有益信息淹没和混淆 ...
- TextCNN——基于卷积神经网络的文本分类学习
1.CNN基础内容 CNN的全称是Convolutional Neural Network,是一种前馈神经网络.由一个或多个卷积层.池化层以及顶部的全连接层组成,在图像处理领域表现出色. 本文主要学习 ...
- 读懂深度迁移学习，看这文就够了 | 赠书
百度前首席科学家.斯坦福大学副教授吴恩达(Andrew Ng)曾经说过:迁移学习将是继监督学习之后的下一个促使机器学习成功商业化的驱动力. 本文选自<深度学习500问:AI工程师面试宝典> ...
- 一种基于卷积神经网络的图像去雾研究-含matlab代码
目录 一.绪论 二.去雾卷积网络 2.1 特征提取 2.2 多尺度映射 2.3 局部均值 2.4 非线性回归 三.实验与分析 四.Matlab代码获取 一.绪论 雾是一种常见的大气现象,空气中悬浮的水 ...
- 机械臂论文笔记（一）【基于卷积神经网络的二指机械手 抓取姿态生成研究 】
基于卷积神经网络的二指机械手 抓取姿态生成研究 论文下载 摘要 第1章 绪论 1.1 抓取生成国内外研究现状 1.1.1已知物体抓取生成 1.1.2相似物体抓取生成 1.1.3 未知物体抓取生成 1. ...
- 毕业设计 - 基于卷积神经网络的乳腺癌分类 深度学习 医学图像
文章目录 1 前言 2 前言 3 数据集 3.1 良性样本 3.2 病变样本 4 开发环境 5 代码实现 5.1 实现流程 5.2 部分代码实现 5.2.1 导入库 5.2.2 图像加载 5.2.3 ...
- 基于卷积神经网络与迁移学习的油茶病害图像识别
基于卷积神经网络与迁移学习的油茶病害图像识别 1.研究思路 利用深度卷积神经网络强大的特征学习和特征表达能力来自动学习油茶病害特征,并借助迁移学习方法将AlexNet模型在ImageNet图像数据集上 ...
- Python深度学习实例--基于卷积神经网络的小型数据处理（猫狗分类）
Python深度学习实例--基于卷积神经网络的小型数据处理(猫狗分类) 1.卷积神经网络 1.1卷积神经网络简介 1.2卷积运算 1.3 深度学习与小数据问题的相关性 2.下载数据 2.1下载原始数据 ...
- 基于卷积神经网络实现图片风格的迁移 1
卷积神经网络详解 一.实验介绍 1.1 实验内容 Prisma 是最近很火的一款APP,它能够将一张普通的图像转换成各种艺术风格的图像.本课程基于卷积神经网络,使用Caffe框架,探讨图片风格迁移背后 ...
最新文章
- Python剑指offer：数组中重复的数字
- idea连接mysql例子_IDEA连接MySQL数据库，并把数据库数据在浏览器中进行展示
- 聊聊HTTPS和SSL/TLS协议
- android studio 工程demo例子,Android Studio 实现跑马灯微项目实例
- 直接裂开！京东二面被问SpringBoot整合MongoDB，我不会啊
- 使用Arquillian（远程）测试OpenLiberty
- 如何看Linux服务器是否被攻击
- ubuntu server安装的一些坑
- 【数据分析】《深入浅出统计学》要点总结
- 云输入法linux版,ubuntu云输入法ibus cloud pinyin
- Python 网络爬虫及数据可视化
- 新手如何零基础操作让亚马逊无货源店铺如何单月3-5万
- 2020年6月24日训练总结（codeforces辛路历程）
- 2020-11-02
- Word2016如何去掉首页页码并从任意也开始页码
- HTML5游戏《被淹没的王国》截图
- dhs手术是什么意思_求教DHS的适应症和手术操作规范
- texturePacker 指令 .pvr.ccz 转 .png， 报错 : Not all sprites could be packed into the texture!
- 为何柬埔寨投资能够独领全球风骚？
- 内外盘期货市场的介绍（二）