来源：期刊VIP网 时间：
作者：刘熠龙;张自立;冯冀宁;
单位：河北师范大学计算机与网络空间学院;河北省网络与空间安全重点实验室;供应链大数据分析与数据安全河北省工程研究中心;
摘要：针对无人机航拍图像背景复杂、小目标检测精度低、漏检率高等问题，文中基于YOLOv7提出一种针对无人机航拍图像的轻量化目标检测算法（UAV-YOLO）。首先，以部分卷积为基础设计了轻量化卷积PSConv，在保持检测性能的同时使网络更加轻量化；其次，将下采样模块与注意力机制融合，进而构建了MA-ECA模块；然后，对网络的检测头进行优化，添加了小物体检测头并删除大物体检测头；最后，提出Focal-SIoU损失函数，以进一步提升模型的检测精度。该算法在公开数据集VisDrone2019与UAVDT上进行验证，相比于其他目标检测模型，在降低网络参数量与计算量的同时有效提升了检测精度。
关键词：YOLOv7;;无人机;;小目标检测;;轻量化网络;;部分卷积;;注意力机制
基金资助：河北师范大学科技项目(L2022B42);; 石家庄市科学技术研究与发展计划项目(211130203A)
