一种基于改进YOLOv7的无人机多目标光学检测方法

来源：电讯技术杂志2024年第8期北京时间：

作者：赵青,察豪,牟伟琦,罗宇

单位：(1.海军工程大学 电子工程学院，武汉 430033;2.中国人民解放军32212部队，北京 100036)

摘要：为解决由于空中多目标及其多尺度特征导致的目标检测召回率低、精确度低等问题，提出了一种基于YOLOv7改进的无人机多目标光学检测方法。针对无人机蜂群目标，使用K-means算法对自制的多尺度无人机数据集（Multi Scale Drone Dataset，MSDD）优化聚类，对原有YOLOv7锚框进行增改；在特征融合网络部分加深网络层数，使更深层的特征与浅表特征进一步融合，增强小尺度目标的特征表达能力；在网络预测部分增加一个极小目标预测头，有效增强多尺度、多目标的检测性能。较原YOLOv7算法，改进算法在自制数据集上mAP达到75.69%，提升了6.25%，对于多尺度特征的无人机多目标检测具有更好检测效果。

关键词：无人机蜂群；光学检测；空中多目标检测；多尺度特征；特征融合；