基于改进YOLOv4的低慢小无人机实时探测算法(英文) |
| |
引用本文: | 吴璇,张海洋,赵长明,李志朋,王元泽.基于改进YOLOv4的低慢小无人机实时探测算法(英文)[J].应用光学,2024(1):79-88. |
| |
作者姓名: | 吴璇 张海洋 赵长明 李志朋 王元泽 |
| |
作者单位: | 北京理工大学光电学院 |
| |
摘 要: | 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。
|
关 键 词: | 低慢小无人机 目标检测 YOLOv4 剪枝 嵌入式 |
|
|