无人机影像背景复杂、目标小且密集排列,基于深度学习的目标检测方法可以提高目标检测的准确率,但普遍存在模型参数量较多、检测速度较慢等问题.从3个方面对YOLO V4模型进行改进形成MobileNet-YOLO V4模型,提高目标检测速度.首先,使用多种数据增强方法,提高模型的学习能力;其次,改进了网络结构,使用MobileNet V3网络替换YOLO V4的主干特征提取网络,减少了模型的复杂度与计算量,提高了模型的泛化能力;最后,使用CIoU作为损失函数,增强目标检测效果.实验验证,相比原始的YOLO V4模型,MobileNet-YOLO V4模型的目标检测mAP和F1值分别下降了 2.2％和0.4％,但速度却提高了近1倍,该模型可为无人机影像目标快速检测提供技术参考.
国家科技期刊平台
NSTL
万方数据
维普
