基于自适应特征融合的无人机小目标检测算法

摘要

本文提出了一种针对无人机捕获图像的目标检测算法，旨在解决无人机视角下小目标检测存在漏检现象严重、检测精度低的问题。主要改进包括重新设计聚类算法生成更准确的先验框，引入自适应特征融合模块以使模型更灵活地学习上下文特征信息，更改检测头在较大的特征层上进行目标检测并解耦分类和回归任务。通过在VisDrone2019数据集上进行广泛实验，改进后的YOLOv5s模型相较于基准模型在mAP50上提高了5.8%，并且保持了较高的帧率（67 FPS）。实验结果表明该改进方法能够显著提高模型的检测性能，使其适用于复杂的无人机捕获场景。

关键词

小目标检测 / 检测头 / 特征融合 / 聚类算法

基金资助

一类高维投资再保险随机控制问题的神经网络算法研究（2023STY57）;; 保险精算中一类随机微分博弈问题及算法研究（KYON202225）