基于改进YOLOv4的低慢小无人机实时探测算法（英文）

针对低慢小无人机探测任务中精度不高、在嵌入式平台上部署实时性能差的问题，提出了一种基于改进YOLOv4的小型无人机目标检测算法。通过增加浅层特征图、改进锚框、增强小目标，提高网络对小目标的检测性能，通过稀疏训练和模型修剪，大大缩短了模型运行时间。在1080Ti上平均精度（mAP）达到85.8%，帧率(FPS)达75 frame/s，实现了网络轻量化。该模型部署在Xavier边缘计算平台上，可实现60 frame/s的无人机目标检测速度。实验结果表明：与YOLOv4和YOLOv4-tiny相比，该算法实现了运行速度和检测精度的平衡，能够有效解决嵌入式平台上的无人机目标检测问题。