一种使用UNet与改进YOLOv5的无人机图像分割与检测方法

本发明涉及飞行运动目标检测技术领域，具体涉及一种使用UNet与改进YOLOv5的无人机图像分割与检测方法，通过采集无人机在某一空域下出现的图像数据，并对图像进行筛选和标注，构建无人机运动目标数据集；在输入端对图像进行数据增强处理，在骨干网络部分添加了CBAM注意力机制模块，并将该结构插入YOLOv5的网络模型中，增强了网络的特征提取能力，进而提升检测精确度；在头部加入DIoU损失函数模块，解决了样本框与检测框检测重叠的问题，又提升了检测网络的鲁棒性。最后使用训练好的YOLOv5检测网络模型进行检测，得到检测结果，解决飞行运动目标环境下针对无人机的目标检测误检率、漏检率较大的问题。