基于Efficientnet的无人机车辆目标检测算法

来源：计算机工程与应用杂志2023年第12期北京时间：

作者：江德港, 江智, 黄子杰, 郭彩玲, 李柏林

单位：1.西南交通大学 唐山研究院，河北 唐山 063000；2.唐山学院 河北省智能装备数字化设计及过程仿真重点实验室，河北 唐山 063000

摘要：针对无人机航拍图像中存在背景复杂，造成车辆漏检严重，检测精度低，以及现有深度网络存在参数量过多、检测速度慢的问题，提出一种基于Efficientnet的无人机车辆目标检测算法。引入轻量化网络Efficientnet作为YOLOv3模型特征提取网络，降低模型参数量，从而提高算法检测速度；采用[K]-means聚类算法对无人机车辆数据集真实框进行聚类，得到更为精确的边界框尺寸，提高检测的精度；使用CIoU边界框损失函数改进模型回归损失，提高模型收敛能力。实验结果表明，改进后的算法在自制无人机车辆数据集中mAP达到92.60%，FPS达到31.15，相对于原始算法分别提高了2.12个百分点和9.87，更加适用于无人机场景下的车辆检测任务。

关键词：无人机,车辆检测,YOLOv3,Effcientnet,CIoU