MFE-YOLOX:无人机航拍下密集小目标检测算法

马俊燕, 常亚楠

重庆邮电大学学报(自然科学版) ›› 2024, Vol. 36 ›› Issue (01) : 128-135.

MFE-YOLOX:无人机航拍下密集小目标检测算法

  • 马俊燕, 常亚楠
作者信息 +
History +

摘要

针对无人机航拍时物体尺度变化大,检测目标大多较小且物体较密集的问题,提出一种混合特征增强结构(mix feature enhancement, MFE)方法。通过在超分辨率方法中加入注意力机制以增强小目标信息提取,利用一种新的特征层融合计算方法,加强不同特征层间的融合效率,提高了中小型目标的检测精度;设计了尾端感受野扩大层以扩大尾端特征层感受野,使检测头可接收丰富的物体信息来定位并区分密集物体。实验在数据集VisDrone2021的测试集上进行测试,MFE-YOLOX网络的AP50结果为47.78%,在参数量、计算量与原网络相近的情况下精度提高了9.43个百分点。

关键词

小目标检测 / 无人机 / 注意力机制 / 特征融合 / YOLOX

中图分类号

TP391.41 / V19

引用本文

导出引用
马俊燕, 常亚楠. MFE-YOLOX:无人机航拍下密集小目标检测算法. 重庆邮电大学学报(自然科学版). 2024, 36(01): 128-135

基金

国家自然科学基金项目(52165062); 广西自然科学基金重点项目(2020JJD160004)

评论

Accesses

Citation

Detail

段落导航
相关文章

/