摘要
本发明涉及视觉处理技术领域,提供一种基于改进的YOLOv5的无人机目标检测方法,包括:S1:获取训练图像集;S2:对每张训练图像进行目标标注,形成标注文件;S3:将训练图像集和标注文件基于改进的YOLOv5进行训练,得到改进的YOLOv5模型;所述改进的YOLOv5模型包括依次连接的输入端、骨干网络、颈部网络和检测头部;所述骨干网络用于提取特征:所述骨干网络包括多级深度可分离卷积模块、多级C3模块和动态窗口注意力模块;每级C3模块位于两级深度可分离卷积模块之间;所述颈部网络用于进行特征融合;所述检测头部用于输出检测信息;S4:输入待检测图像集到改进的YOLOv5模型,得到检测目标。本方案能够提高尺度适应性,防止密集目标漏检,提高计算效率和定位精度。
技术关键词
卷积模块
无人机
注意力机制
图像
语义特征
网络
动态
通道
处理器
特征选择
矩阵
层级
存储装置
输入端
上采样
程序
策略
分辨率