基于改进的YOLOv5的航拍图像中小目标检测算法_杨慧剑.pdf

基于改进的Y O L O v 5的航拍图像中小目标检测算法*杨慧剑,孟 亮(太原理工大学信息与计算机学院,山西 晋中 0 3 0 6 0 0)摘 要:目前基于无人机航拍的目标检测技术广泛应用于军事和民用领域,但因其存在成像距离远、高空拍摄图像模糊和目标信息占比小等问题,目标检测准确率不高。针对这一问题,提出一种基于YO L O v 5的改进算法。该算法首先在数据增强方面对原始图像进行加雾处理,提高其在雾天的鲁棒性;其次通过融合C B AM模块,来增强不同通道和空间的重要性;再者将原算法中的S P P更换为A S P P,以减小池化操作对特征信息的影响;最后在F P N结构中增加一层检测头,用于更细粒度的检测目标。以YO L O v 5 s为B a s e l i n e,实验表明,改进后的算法比原算法的mA P_0.5提高了6.9%,可以有效应用于航拍小目标的检测。关键词:YO L O v 5;无人机;注意力机制;金字塔池化;特征金字塔中图分类号:T P 3 9 1.4文献标志码:Ad o i:1 0.3 9 6 9/j.i s s n.1 0 0 7-1 3 0 X.2 0 2 3.0 6.0 1 3A s m a l l t a r g e t d e t e c t i o n a l g o r i t h m b a s e d o n i m p r o v e d Y O L O v 5 i n a e r i a l i m a g eYANG H u i-j i a n,ME NG L i a n g(S c h o o l o f I n f o r m a t i o n a n d C o m p u t e r,T a i y u a n U n i v e r s i t y o f T e c h n o l o g y,J i n z h o n g 0 3 0 6 0 0,C h i n a)A b s t r a c t:A t p r e s e n t,t h e t a r g e t d e t e c t i o n t e c h n o l o g y b a s e d o n UAV a e r i a l p h o t o g r a p h y i s w i d e l y u s e d i n m i l i t a r y a n d c i v i l f i e l d s,b u t t h e a c c u r a c y o f t a r g e t d e t e c t i o n i s n o t h i g h b e c a u s e o f t h e l o n g i m a g-i n g d i s t a n c e,b l u r r e d i m a g e s t a k e n a t h i g h a l t i t u d e s,a n d s m a l l p r o p o r t i o n o f t a r g e t i n f o r m a t i o n.T o s o l v e t h i s p r o b l e m,a n i m p r o v e d a l g o r i t h m b a s e d o n YO L O v 5 i s p r o p o s e d.F i r s t l y,t h e o r i g i n a l i m a g e i s f o g g e d t o i m p r o v e i t s r o b u s t n e s s o n f o g g y d a y s.S e c o n d l y,t h e i m p o r t a n c e o f d i f f e r e n t c h a n n e l s a n d s p a c e s i s e n h a n c e d t h r o u g h t h e i n t e g r a t i o n o f C B AM m o d u l e s.F u r t h e r m o r e,t h e S P P i n t h e o r i g i n a l a l g o r i t h m i s r e p l a c e d b y t h e A S P P t o r e d u c e t h e i n f l u e n c e o f p o o l i n g o p e r a t i o n o n f e a t u r e i n f o r m a t i o n.F i n a l l y,a d e t e c t i o n h e a d i s a d d e d t o t h e F P N s t r u c t u r e t o d e t e c t t a r g e t s w i t h f i n e r g r a n u l a r i t y.T a k i n g YO L O v 5 s a s b a s e l i n e,t h e e x p e r i m e n t p r o v e s t h a t t h e i m p r o v e d a l g o r i t h m i n c r e a s e s mA P_0.5 b y 6.9%i n c o m p a r i s o n t o t h e o r i g i n a l a l g o r i t h m,a n d c a n b e e f f e c t i v e l y a p p l i e d t o t h e d e t e c t i o n o f s m a l l t a r g e t s i n a e r i a l p h o t o g r a p h y.K e y w o r d s:YO L O v 5;u n m a n n e d a e r i a l v e h i c l e(UAV);a t t e n t i o n m e c h a n i s m;s p a t i a l p y r a m i d p o o l-i n g;f e a t u r e p y r a m i d1 引言近几年无人驾驶飞机在低空、超低空等领域得到长足的发展,应用范围也逐步扩大,机器也由高精尖向平民化迈进。随着基于计算机视觉的目标检测技术日益成熟1,2,利用航拍的图像进行目标检测也发挥着重大作用。传统的地面监测系统覆*收稿日期:2 0 2 1-1 0-2 5;修回日期:2 0 2 2-0 2-0 9通信作者:孟亮(mm 1 3 6 t y u 1 6 3.c o m)通信地址:0 3 0 6 0 0 山西省晋中市太原理工大学信息与计算机学院A d d r e s s:S c h o o l o f I n f o r m a t i o n a n d C o m p u t e r,T a i y u a n U n i v e r s i t y o f T e c h n o l o g y,J i n z h o n g 0 3 0 6 0 0,S h a n x i,P.R.C h i n a C N 4 3-1 2 5 8/T PI S S N 1 0 0 7-1 3 0 X 计算机工程与科学C o m p u t e r E n g i n e e r i n g&S c i e n c e第4 5卷第6期2 0 2 3年6月 V o l.4 5,N o.6,J u n.2 0 2 3 文章编号:1 0 0 7-1 3 0 X(2 0 2 3)0 6-1 0 6 3-0 8盖面积小,人力、物力耗费比较大,具有局限性。而航拍具有覆盖面积广、移动方便等优势3。由于无人机飞行高度的原因,拍摄到的图像中待检测目标往往呈现出小目标的特性,导致目标检测过程的识别准确率低、识别速度不佳,因此基于小目标的识别是目标检测中的一大难点。本文以YO L O v 5(Y o u O n l y L o o k O n c e v e r-s i o n 5)为基础,针对航拍图像中小目标检测准确率不高的问题,提出一种基于YO L O v 5改进的目标检测算法,分别采用基于加雾的数据增强手段、在骨干网络(B a c k b o n e)中嵌入通道和空间注意力机制模块、将空间金字塔池化S P P(S p a t i a l P y r a-m i d P o o l i n g)模 块 更 换 为 空 洞 空 间 金 字 塔 池 化A S P P(A t r o u s S p a t i a l P y r a m i d P o o l i n g)模块4以及增加一层小目标检测头的方式进行改进。实验表明,本文改进算法的mA P_0.5相比YO L O v 5的提高了6.9%,得到了有效的提升。2 相关研究目前,目标检测算法大体上分为2类:两阶段(T w o-S t a g e)目标检测算法和单阶段(O n e-S t a g e)目标检测算法。2.1 T w o-S t a g e目标检测算法研究T w o-S t a g e目标检测算法首先生成可能包含物体的候选区域,然后对候选区域进行分类和校准,最终得到检测结果。T w o-S t a g e目标检测算法最初由G i r s h i c k等5于2 0 1 4年提出的,并在区域卷积神经网络R-C NN(R e g i o n b a s e d C o n v o l u t i o n-a l N e u r a l N e t w o r k)中实现了该算法。2 0 1 4年,H e等6提出空间金字塔池化网络S P P N e t(S p a t i a l P y r a m i d P o o l i n g N e t w o r k),引入S P P解决了输入图像必须统一大小的问题。为解决R-C NN步骤繁琐、训练耗时严重、计算量过大和检测速度不理想等问题,2 0 1 5年G i r s h i c k7结合S P P N e t中S P P的优点,提出了F a s t R-C NN算法,2 0 1 6年又使用区域预测网络R P N(R e g i o n P r e d i c a t i o n N e t w o r k)取代原来的选择性搜索方法来生成候选框,提出了F a s t e r R-C NN算法8,用于提升检测速度,以满足端到端的实时应用需求。2.2 O n e-S t a g e目标检测算法研究O n e-S t a g e目标检测算法不需要生成目标候选区域,仅需要将图像信息送入网络1次,即可预测出所有的边界框。T w o-S t a g e目标检测算法则先针对图像生成大量的目标候选区域,然后对目标候选区域进行分类和回归,耗费时间较长。相比T w o-S t a g e目标检测算法,O n e-S t a g e目标检测算法速度更快,适合在移动端部署。如单次多边框检测S S D(S i n g l e S h o t M u l t i B o x D e t e c t o r)9算法采用VG G(V i s u a l G e o m e t r y G r o u p)1 91 0作为主干网,用于提取目标特征,还使用不同尺度的特征图来预测不同尺寸的目标,但其缺点是无法准确定位低分辨率图像中难以检测的小目标。YO L O系列1 1 1 4算法是O n e-S t a g e目标检测算法的代表,其核心思想是将图像划分为多个区域,如果目标的中心落在某个区域网格里,则该网格负责预测此区域目标的边界框和概率,这些边界框由预测的概