摘要
本发明提供了基于轻量化网络的无人机航拍人员检测方法,属于无人机图像人员检测识别领域,方法包括获取无人机航拍图像,并对图像中的人员进行标注,得到数据集;将YOLOv8模型中BackBone网络替换为改进的HGNetV2网络,在Neck网络中添加坐标注意力机制,得到改进的YOLOv8模型,改进的HGNetV2网络包括HGStem模块、GhostHGBlock模块、DWConv模块,HGStem模块用于对输入图像进行预处理,GhostHGBlock模块用于特征提取,DWConv模块用于对输入特征进行逐通道卷积,提取空间特征;将损失函数CIoU替换为损失函数Inner‑SIoU,用数据集训练改进的YOLOv8模型,当总损失函数最小时,得到检测模型;将检测模型部署到无人机上,利用检测模型检测出目标人员;还提供了检测装置;提高无人机航拍人员检测在复杂背景和小目标检测中的检测精度。
技术关键词
无人机航拍图像
网络
注意力机制
输出特征
全局平均池化
通道
模型训练模块
数据处理模块
非线性
坐标
上采样
像素
因子
批量