无人机视角下交通小目标图像检测算法优化研究

来源：计算机工程与应用杂志2024年第21期北京时间：

作者：徐慧智, 古旭楠

单位：东北林业大学 土木与交通学院，哈尔滨 150040

摘要：针对无人机图像的小目标检测算法精度低、容易出现漏检和误检的情况，提出一种基于YOLOv7的改进目标检测算法。利用无人机航拍视频自建行人和车辆数据集。将颈部和检测头中的卷积模块替换为CoordConv模块，提高算法感知特征图的空间信息能力；添加小目标检测层，适应不同尺度下的物体目标，降低小目标的漏检率；在主干网络和颈部增加GE注意力机制，加强上下文信息的利用。将Wise-IoU作为边界框损失函数，引入一种动态非单调聚焦机制，提高模型的泛化能力。实验结果表明，改进后的算法精度高于实验中其他算法，精度达到91%，比YOLOv7算法提升了2.1个百分点。在VisDrone2019数据集上进行对比实验，精度比YOLOv7算法提升了2.5个百分点；综合性能优于实验中其他小目标检测算法，验证了改进后算法的泛化能力与有效性。

关键词：智能交通,小目标检测,深度学习,无人机图像,YOLOv7算法