改进YOLOv7的航拍图像目标检测

来源：计算机工程与应用杂志2024年第8期北京时间：

作者：邹振涛, 李泽平

单位：1.公共大数据国家重点实验室，贵阳 550025；2.贵州大学 计算机科学与技术学院，贵阳 550025

摘要：航拍图像目标检测对于高效解译航拍图像，并用于地图绘制、资源普查、城乡规划等领域有着重大现实意义。针对无人机航拍图像中的物体尺度变化大、易受到背景干扰和微小目标容易错检漏检的问题，提出一种基于YOLOv7进行改进的航拍图像目标检测算法（AirYOLOv7）。AirYOLOv7通过在原网络的特征提取阶段结合三维注意力机制，在特征融合阶段结合通道注意力机制，以帮助模型更好地聚焦于图像中的关键信息。考虑到航拍图像中存在许多微小物体，算法额外增加了一个用于检测微小物体的预测头，并在每个预测头前引入C3STB，以增强算法对不同尺度目标的检测能力。针对IoU损失对微小物体的位置偏差非常敏感，通过在原边框回归损失中引入Wasserstein距离来衡量微小物体之间的差异，以提高算法对微小物体的检测能力。实验结果表明，AirYOLOv7在DOTA和VisDrone这两个公开的光学航拍数据集上的mAP分别达到78.65%和51.79%，相较于原始的YOLOv7分别提高了1.92个百分点和2.28个百分点，证明了改进方法在光学航拍图像上的有效性。

关键词：目标检测,航拍图像,注意力机制,损失函数,Swin Transformer,YOLOv7