文章详情
| 稿件标题： | 基于YOLOv5的微小型无人机实时探测方法 |
| 稿件作者： | 包文歧，谢立强，徐才华，刘智荣，朱敏 |
| DOI： | 10.11809/bqzbgcxb2022.05.037 |
| 科学编辑： | 齐乃新 博士（火箭军工程大学讲师） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 目标检测；YOLOv5；微小型无人机；实时探测；深度学习 |
| 文章摘要： | 无人机的广泛应用在给生产生活带来便利的同时，也对公共安全构成了威胁，这就需要对非法飞行的无人机进行探测和识别。然而，微小无人机因体积小运动灵活，使得传统的雷达、光电等探测手段难以应对。为此，提出了一种基于YOLOv5深度学习网络框架的微小无人机实时探测方法。通过拍摄无人机飞行姿态构建实验数据集，并进行标注。随后利用数据集对YOLOv5网络模型进行训练，测试训练效果，通过数据集测试网络模型能达到94.2%的精确率、82.8%的召回率和93.5%的平均精度。最后，对模型在真实场景下进行测试，视频流帧速率为30 FPS条件下，可在30 m范围内准确识别出特征尺寸为200 mm以上的无人机，并具有较好的实时性。 |
| 稿件基金： | 国家自然科学基金资助项目（51975584） |
| 引用本文格式： | 包文歧，谢立强，徐才华，等.基于YOLOv5的微小型无人机实时探测方法［J］.兵器装备工程学报，2022，43(05)：232-237. BAO Wenqi, XIE Liqiang, XU Caihua, et al.Realtime detection method of micro UAV based on YOLOv5［J］.Journal of Ordnance Equipment Engineering，2022，43(05)：232-237. |
| 刊期名称： | 2022年05期 |
| 出版时间： | 2022年5月 |
| 上线时间： | 2022年5月28日 |
| 浏览次数： | 2625 |
| 下载次数： | 671 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |