一种基于改进YOLOv7算法的无人机航拍小目标检测方法技术

本发明专利技术公开一种基于改进YOLOv7的无人机航拍小目标检测方法，属于无人机航拍遥感图像的目标检测技术领域，包括以下步骤：对无人机航拍数据集进行格式转换；按比例将转换后的数据集进行划分；对骨干网络进行改进，构建坐标卷积堆叠分支，将骨干网络提取后的特征与融合层的特征进行拼接；对Neck进行改进，构建深层路由注意力模块，并将融合后的特征通过特征融合策略模块；对损失函数进行改进，提出混合损失函数作为预测头中的定位损失；设置训练参数，保存权重数据；选择验证集中最优权重载入到网络中，用测试集进行测试。本发明专利技术用于提高无人机航拍小目标检测的精度。

【技术实现步骤摘要】

本专利技术属于计算机视觉目标检测，具体涉及一种基于改进yolov7算法的无人机航拍小目标检测方法。

技术介绍

1、无人机航拍小目标检测是利用目标检测技术辅助进行无人机航拍视频中小目标的识别和定位。该技术可应用于无人机的自动化巡检，例如，森林巡检、边境巡检等。目前目标检测算法以基于深度学习的目标检测算法为主，该类算法利用卷积神经网络提取图像深层次特征，具有很强的泛化性，因此被广泛应用于各种目标检测任务中。

2、基于深度学习的无人机航拍小目标检测算法分为两阶段和一阶段。两阶段算法主要是r.girshick等人提出的r-cnn算法及其改进算法，该类算法在训练阶段需要先提取区域候选框再利用cnn提取特征，在推理阶段同样需要先提取区域候选框再利用训练阶段生成的特征通过分类器判断候选框属于目标还是背景，在候选框属于目标时对候选框进行微调完成对目标的检测，其优势在于检测精度较高，缺点在于无法达到实时性效果。一阶段算法主要是joseph redmon等人提出的yolo算法及其改进算法，该类算法直接通过cnn网络进行目标的识别和定位，主要思路是将图像划分成s×s本文档来自技高网...

【技术保护点】

1.一种基于改进YOLOv7的无人机航拍小目标检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于改进YOLOv7的无人机航拍小目标检测方法，其特征在于：S1中，将无人机数据集的格式转换为YOLO格式。

3.根据权利要求1所述的一种基于改进YOLOv7的无人机航拍小目标检测方法，其特征在于：S2中，将数据集的图片按照6∶3∶1的比例进行训练集、验证集和测试集的划分。

4.根据权利要求1所述的一种基于改进YOLOv7的无人机航拍小目标检测方法，其特征在于：S3中，利用坐标卷积堆叠分支来替换骨干ELAN模型进行特征提取，当输入特征图后，在...

【技术特征摘要】

1.一种基于改进yolov7的无人机航拍小目标检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于改进yolov7的无人机航拍小目标检测方法，其特征在于：s1中，将无人机数据集的格式转换为yolo格式。

3.根据权利要求1所述的一种基于改进yolov7的无人机航拍小目标检测方法，其特征在于：s2中，将数据集的图片按照6∶3∶1的比例进行训练集、验证集和测试集的划分。

4.根据权利要求1所述的一种基于改进yolov7的无人机航拍小目标检测方法，其特征在于：s3中，利用坐标卷积堆叠分支来替换骨干elan模型进行特征提取，当输入特征图后，在普通卷积后增加了两个通道，并在卷积间添加了跳越连接。

5.根据权利要求1所述的一种基于改进yolov7的无人机航拍小目标检测方法，其特征在于：s4...

【专利技术属性】
技术研发人员：王军号，张瑶，贾冰，
申请(专利权)人：安徽理工大学，
类型：发明
国别省市：