基于改进YOLOv5s的无人机航拍视频中道路异常目标检测算法

赵磊; 孙鹏; 刘岩松; 沈喆

doi:10.3969/j.issn.2095-1248.2024.01.009

沈阳航空航天大学学报 ›› 2024, Vol. 41 ›› Issue (1) : 68 -75. DOI: 10.3969/j.issn.2095-1248.2024.01.009

民用航空与安全工程

基于改进YOLOv5s的无人机航拍视频中道路异常目标检测算法

赵磊 ¹ ,
孙鹏 ² ,
刘岩松 ¹ ,
沈喆 ¹

作者信息 +

Abnormal road objects detection algorithm in UAV aerial videos based on improved YOLOv5s

Lei ZHAO ¹ ,
Peng SUN ² ,
Yansong LIU ¹ ,
Zhe SHEN ¹

Author information +

文章历史 +

PDF (1262K)

摘要

在使用无人机进行机动车道行人与非机动车检测过程中，发现目标检测精度低、效果差的问题。为解决这些问题，提出一种针对无人机的行人与非机动车检测算法YOLOv5s-P2S。首先，基于原有的PAFPN特征融合方案，将YOLOv5s模型的Neck部分进行扩展，并增加专门针对小目标的检测层；然后，在预测部分添加小目标检测头，对小目标检测层输出特征图进行预测；最后，将YOLOv5s的定位损失函数改进为SIOU，提高检测精度和锚框的回归效率。实验结果表明，与YOLOv5s模型相比，YOLOv5s-P2S的平均精度均值mAP₅₀提高了0.05，参数量仅增加0.2M。YOLOv5s-P2S能够满足无人机视角的行人与非机动车目标检测的准确性和实时性要求。