一种轻量化无人机目标检测方法技术

本发明专利技术涉及图像目标检测领域，具体涉及一种基于YOLOv7‑tiny算法的轻量化目标检测方法，步骤是：首先，基于城市道路车辆流动场景构建数据集，并对其进行图像预处理；其次，采用轻量级卷积构建多尺度特征提取模块和多尺度特征融合模块，通过构建新的上采样模块获得质量更好的特征图；然后进行训练，得到改进YOLOv7‑tiny网络模型；最后将待检测图像输入改进后的检测模型中进行检测，在得到不同尺度下的检测结果后，将其融合在一起，得到最终的检测结果。经实验验证，该方法可以有效减少检测模型的参数和计算量，同时保持检测精度基本稳定，从而提升实时性和计算效率，满足无人机在目标检测和跟踪任务中的需求。

【技术实现步骤摘要】

本专利技术涉及图像目标检测领域，具体涉及一种轻量化无人机目标检测方法。

技术介绍

1、随着城市交通流量的不断增加和交通管理的日益复杂化，需要更加智能化的交通监控系统来提高交通安全性和效率。无人机道路安全目标检测技术可以实现对道路上车辆、行人等目标的自动监测，为交通管理部门提供实时数据支持。在自然灾害或其他紧急情况下，道路目标检测技术可以帮助快速识别受灾地区的道路状况，为救援行动提供重要信息，提高救援效率。目前有很多种轻量化网络的方法，例如：申请号为“cn202310767285.0”的专利技术专利中公开了“一种基于改进yo lov7-t iny的轻量化目标检测方法”，该专利技术专利将yo lov7-t iny模型的原有主干网络换为更加轻量的fasternet网络，在neck层使用pconv卷积替代部分conv卷积来减少计算冗余和内存访问。并采用ca注意力机制提升网络的性能，最终引入foca l-eiou损失函数来优化模型的收敛速度和效率。虽然最终结果精度比原网络高，但是参数量和计算量只减少了24％和20.4％。另一份申请号为“cn202311017245.本文档来自技高网...

【技术保护点】

1.一种轻量化无人机目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种轻量化无人机目标检测方法，其特征在于：所述步骤2.1中，在GSConv中引入ECA注意力机制得到EGSConv。

3.根据权利要求2所述的一种轻量化无人机目标检测方法，其特征在于：所述步骤2.2中，在原始网络的ELAN模块中采用引入了ECA高效注意力机制的轻量化卷积EGSConv模块。

4.根据权利要求3所述的一种轻量化无人机目标检测方法，其特征在于：所述步骤2.3中，采用加入轻量化卷积模块EGSConv的VoVEGSCSP特征融合模块，对从主干网络提取的多尺度特...

【技术特征摘要】

1.一种轻量化无人机目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种轻量化无人机目标检测方法，其特征在于：所述步骤2.1中，在gsconv中引入eca注意力机制得到egsconv。

3.根据权利要求2所述的一种轻量化无人机目标检测方法，其特征在于：所述步骤2.2中，在原始网络的elan模块中采用引入了eca高效注意力机制的轻量化卷积egsconv模块。

4.根据权利要求3所述的一种轻量化无人机目标检测方法，其...

【专利技术属性】
技术研发人员：王鹏，华松，李晓艳，孙梦宇，邸若海，吕志刚，许韫韬，张玉芳，李亮亮，郜辉，
申请(专利权)人：西安工业大学，
类型：发明
国别省市：