改进YOLOv7-tiny的无人机目标检测算法

来源：计算机工程与应用杂志2024年第6期北京时间：

作者：杨永刚, 谢睿夫, 龚泽川

单位：1.中国民航大学 交通科学与工程学院，天津 300300 ；2.中国民航大学 航空工程学院，天津 300300

摘要：针对无人机视角下小目标难以检测、目标密集和环境复杂导致漏检概率增加的问题，提出一种改进YOLOv7-tiny的无人机目标检测算法。在原主干网络的基础上增加一个并行网络，加强主干网络对特征图信息的提取能力；增加细小目标采样尺度并改进FPN结构，使主干网络输出的特征图可以用于后续上采样和下采样当中，提高网络精度；加入CA注意力机制，优化主干网络输出特征图，减少特征信息损失；使用WIoU损失函数计算定位损失，增强网络对小目标的检测能力。实验结果表明，相较于原算法，改进YOLOv7-tiny算法的准确率和召回率分别提升了2.8和2.7个百分点，mAP@0.5和mAP@0.5:0.95分别提升了3.8和3.2个百分点，有效提高了算法的检测精度。

关键词：无人机,YOLOv7-tiny,目标检测,CA注意力机制,损失函数