基于改进YOLOv5s的机坪特种车辆检测算法研究

来源：计算机测量与控制杂志2023年第6期北京时间：

作者：诸葛晶昌,李想

单位：中国民航大学 电子信息与自动化学院

摘要：机坪特种车辆作为航班保障服务的重要一环，其种类多，形状各异；目前已有的车辆检测算法在识别机坪特种车辆时检测精度不高，在遮挡时无法检测;针对于此问题，提出了一种基于改进YOLOv5s的机坪特种车辆检测算法;为了在机坪特种车辆检测中快速、准确的定位感兴趣区域，在主干网络中融合协同注意力机制；考虑到机坪监控场景下特种车辆尺度差别较大的情况，为了能够增强对不同尺度特种车辆的检测能力，提出了四尺度特征检测网络结构；为了提高检测网络多尺度特征融合能力，结合加权双向特征金字塔结构对网络的Neck部分进行改进;将改进后的算法在自建的机坪特种车辆数据集上进行训练、测试,实验结果表明,与YOLOv5s相比，改进后算法的精确度提升了1.6％,召回率提升了3.5％,平均精度mAP0.5和mAP0.5:0.95分别有2.3％和3.3％的提升。

关键词：机坪特种车辆;协同注意力机制;四尺度特征检测;加权双向特征金字塔;特征融合

基金资助：国家重点研发专项-综合交通运输与智能交通重点专项（2018YFB1601200）；中国民航大学中央高校基本科研业务费专项资金（No.3122019047）