文章详情
| 稿件标题： | 基于改进YOLOv7-tiny的坦克车辆检测方法 |
| 稿件作者： | 郑陆石1，胡晓锋2，于伟国3，赵东志3，张鸿涛3 |
| DOI： | 10.11809/bqzbgcxb2023.12.038 |
| 科学编辑： | 王志强 博士（北京理工大学） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 目标检测；YOLOv7-tiny网络；非对称卷积；3D注意力机制；WIoU损失 |
| 文章摘要： | 针对不同种类无人机航拍高度相差较大、图像分辨率不佳引起的坦克车辆检测算法效果不佳、速度慢等问题，提出一种基于改进YOLOv7-tiny的无人机视角坦克车辆检测算法。首先构建包含568幅图像、2 132个目标的坦克车辆数据集。其次对YOLOv7-tiny网络进行3个方面改进：提出了AC-ELAN网络结构并加入3D注意力机制，提高对目标信息的提取能力；引入SPPCSPC结构进一步扩大模型的感受野，同时能够有效减少训练学习时间；将损失函数计算方法替换为WIoU，聚焦于普通质量锚框，加速了模型收敛。最后实验结果表明，改进算法在自建数据集上表现优异，比传统的YOLOv7-tiny平均精度提升5.0%，在GPU设备上检测速度达到71帧/s，能够在无人机计算平台实现实时检测。 |
| 稿件基金： | 山西省技术基础科研项目(JSZL2019408B001) |
| 引用本文格式： | 郑陆石，胡晓锋，于伟国，等.基于改进YOLOv7-tiny的坦克车辆检测方法［J］.兵器装备工程学报，2023，44(12)：285-292. ZHENG Lushi, HU Xiaofeng, YUWeiguo, et al.Tank vehicle detection method based on improved YOLOv7-tiny［J］.Journal of Ordnance Equipment Engineering，2023，44(12)：285-292. |
| 刊期名称： | 2023年12期 |
| 出版时间： | 2023年12月 |
| 上线时间： | 2023年12月28日 |
| 浏览次数： | 1853 |
| 下载次数： | 83 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |