文章详情
| 稿件标题： | 基于改进YOLOv4算法的无人机目标检测 |
| 稿件作者： | 祁江鑫，吴玲，卢发兴，史浩然，许俊飞 |
| DOI： | 10.11809/bqzbgcxb2022.06.033 |
| 科学编辑： | 齐乃新 博士（火箭军工程大学讲师） |
| 栏目名称： | 基础理论与应用研究 |
| 关键词： | 深度学习；轻量化网络；无人机；集群检测；改进YOLOv4；改进Kmeans |
| 文章摘要： | 为了提高无人机集群检测精度和速度，提出了改进YOLOv4无人机集群目标检测方法。使用轻量化网络MobileNetV3分别获得5个有效特征层代替原网络中主特征提取网络生成的有效特征层，降低原网络的参数量和计算量；采用改进的Kmeans优化聚类先验框替代原算法中的先验框；基于公共数据集验证算法的有效性，在单无人机和无人机集群2种情况下进行了检测实验。实验结果表明：使用轻量化网络并利用改进Kmeans优化聚类先验框的改进YOLOv4算法，相比传统YOLOv3和YOLOv4算法明显提升无人机检测精度和检测速度，检测精度比YOLOv3和YOLOv4分别提高了16.4%、7.3%，检测速率分别提高0.82倍、1.27倍，漏检率分别降低了68.5%、625%，误检率分别降低了69.8%、62.2%，有效解决了误检和漏检等问题；与其他深度学习算法SSD和Centernet相比，检测精度分别提高15.4%、19.4%，检测速率分别提高了16.4%、52.1%。 |
| 引用本文格式： | 祁江鑫，吴玲，卢发兴，等.基于改进YOLOv4算法的无人机目标检测［J］.兵器装备工程学报，2022，43(06)：210-217. QI Jiangxin, WU Ling, LU Faxing, et al.UAV cluster detection based on improved YOLOv4 algorithm［J］.Journal of Ordnance Equipment Engineering，2022，43(06)：210-217. |
| 刊期名称： | 2022年06期 |
| 出版时间： | 2022年6月 |
| 上线时间： | 2022年6月28日 |
| 浏览次数： | 2573 |
| 下载次数： | 338 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |