基于改进的YOLOv5的航拍图像中小目标检测算法

来源：计算机工程与科学杂志2023年第6期北京时间：

作者：杨慧剑, 孟亮

单位：太原理工大学信息与计算机学院，山西 晋中 030600

摘要：目前基于无人机航拍的目标检测技术广泛应用于军事和民用领域，但因其存在成像距离远、高空拍摄图像模糊和目标信息占比小等问题，目标检测准确率不高。针对这一问题，提出一种基于YOLOv5的改进算法。该算法首先在数据增强方面对原始图像进行加雾处理，提高其在雾天的鲁棒性；其次通过融合CBAM模块，来增强不同通道和空间的重要性；再者将原算法中的SPP更换为ASPP，以减小池化操作对特征信息的影响；最后在FPN结构中增加一层检测头，用于更细粒度的检测目标。以YOLOv5s为Baseline，实验表明，改进后的算法比原算法的mAP_0.5提高了6.9%，可以有效应用于航拍小目标的检测。

关键词：YOLOv5,无人机,注意力机制,金字塔池化,特征金字塔,