-
公开(公告)号:CN117690046A
公开(公告)日:2024-03-12
申请号:CN202311576471.2
申请日:2023-11-24
Applicant: 西北工业大学
IPC: G06V20/17 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/42 , G06V10/80
Abstract: 本发明涉及一种基于改进YOLOv5的固定翼无人机高空俯拍机场跑道目标检测方法,属于无人机目标检测领域。获取机场跑道图像作为数据集,将数据集分为训练集和验证集,对数据集使用roLabelImg对图像中的目标进行旋转框标定;根据数据集计算预定义锚框,将预定义锚框和训练集输入改进YOLOv5网络模型进行训练;将改进YOLOv5网络模型的输出预测框与旋转框进行比对,使用损失函数计算差距后再反向更新,不断迭代参数来获取最优的锚框值;将验证集输入到训练好的改进YOLOv5网络模型进行目标检测。本发明轻量化YOLOv5的骨干网络结构为ShuffleNetV2,改变目标检测采取的边框标注方式水平框改为旋转框,减少网络训练时的冗余信息就越少,提高固定翼无人机在自主着陆时对目标检测速度及精度的方法。