基于改进Yolov5n的无人机对地面军事目标识别算法

来源：计算机测量与控制杂志2024年第6期北京时间：

作者：王乾胜

摘要：针对目前主流的目标检测算法在真实航拍战场数据背景下识别精度低,误检率与漏检率高等问题,对Yolo目标识别算法进行了研究,提出一种基于改进Yolov5n的轻量化航拍军事目标检测模型；首先,采用ECA注意力机制与主干网络C3模块融合,以解决航拍图像背景复杂且存在相似目标干扰问题；其次,引入归一化高斯瓦萨斯坦距离(NWD)代替CIoU损失函数,提高对模糊小目标的检测识别；最后,采用GSConv轻量化卷积代替标准卷积,减轻模型重量；经过实验测试,改进后的算法模型平均检测精度达到81.5%,提升0.9个百分点,模型大小为3.4MB,减轻0.4MB,识别速度为每秒113帧；实验结果表明该模型在轻量化的同时保持着高精度的航拍军事目标检测；

关键词：ECA;NWD;GSConv;军事目标识别;Yolov5n