改進(jìn)YOLOv5的無(wú)人機(jī)小目標(biāo)檢測(cè)方法研究

摘要： 無(wú)人機(jī)拍攝圖像的小目標(biāo)具有特征信息不明顯、背景復(fù)雜和部分目標(biāo)遮擋的特點(diǎn)，導(dǎo)致檢測(cè)時(shí)會(huì)出現(xiàn)誤檢和漏檢的問(wèn)題。針對(duì)這些問(wèn)題，提出一種改進(jìn)YOLOv5的無(wú)人機(jī)小目標(biāo)檢測(cè)方法 SDT-YOLOv5。首先對(duì)數(shù)據(jù)集圖像進(jìn)行切片處理，使得每個(gè)切片中小目標(biāo)的占比變高，提高小目標(biāo)的識(shí)別能力。其次采用動(dòng)態(tài)解耦檢測(cè)頭，引入動(dòng)態(tài)卷積和自適應(yīng)感受野機(jī)制，同時(shí)將檢測(cè)頭的分類(lèi)和回歸分支解耦，以實(shí)現(xiàn)更強(qiáng)的特征... （共9頁(yè)）