基于改进YOLOV5模型的嵌入式端航拍图像目标检测 |
| |
引用本文: | 倪立,黄征,杨静.基于改进YOLOV5模型的嵌入式端航拍图像目标检测[J].北京测绘,2023(9):1232-1236. |
| |
作者姓名: | 倪立 黄征 杨静 |
| |
作者单位: | 2. 杭州市土地勘测设计规划院有限公司;3. 中国水利水电第八工程局有限公司 |
| |
摘 要: | 随着基于深度学习目标检测模型日渐成熟,将目标检测模型部署到航拍无人机上已成为重要研究方向,针对无人机机载推理设备算力和内存有限,提出一种结构重参化的YOLOV5(you only look once V5)航拍目标检测算法。首先替换YOLOV5模型的特征提取网络为结构可重参网络,然后借助开源数据集训练多分支YOLOV5模型,再对多分支网络重参化得到单路网络模型,最后把Pytorch模型转化为ONNX模型,完成在无人机嵌入式端推理部署。实验表明:重参化YOLOV5模型推理速度提高3倍左右,检出率增加0.03%,召回率增加0.02%,mAP0.5增加1.22。
|
关 键 词: | 航拍无人机目标检测 网络模型重参化 YOLOV5模型 |
|