改进YOLOv5s的无人机目标检测算法

来源：计算机工程与应用杂志2023年第1期北京时间：

作者：宋谱怡, 陈红, 苟浩波

单位：1.西安工业大学 电子信息工程学院，西安 710021；2.陕西凌云电器集团有限公司 卫星导航研究所，陕西 宝鸡 721006；

摘要：无人机在情报、侦察和监视领域，目标自动检测可为侦察等任务提供准确的目标位置及类别，为地面指挥人员提供详尽的目标信息。针对无人机图像背景复杂、分辨率高、目标尺度差异大等特点，提出一种改进YOLOv5s目标检测算法。将压缩-激励模块引入到YOLOv5s算法中，提高网络的特征提取能力；引入双锥台特征融合（bifrustum feature fusion，BFF）结构，提高算法对较小目标的检测检测精度；将CIoU Loss替换GIoU Loss作为算法的损失函数，在提高边界框回归速率的同时提高定位精度。实验结果表明，改进后的YOLOv5s取得了86.3%的平均均值精度（mAP），比原算法YOLOv5s提高了16.8个百分点，在复杂背景下仍能显著提升无人机图像目标检测性能。

关键词：无人机检测,YOLOv5s,压缩激励模块,CIoU Loss