来源：期刊VIP网 时间：
作者：程擎;何汶键;贾志杰;吴戈;
单位：中国民用航空飞行学院空中交通管理学院;中国港湾工程有限责任公司;
摘要：无人机已在现代社会各行业中得到广泛应用，但如果缺少监管方法，那可能会导致社会治安问题，例如失控、故障的无人机可能对地面人员的财产和生命安全造成威胁，带有摄像头等传感器的无人机会对他人的隐私安全造成威胁，为解决这一问题，提出一种基于YOLOv7的改进的无人机目标识别模型YOLOv7re，在原始YOLOv7模型中引入SEAttention模块，提高网络对于重要特征的感知力；添加BiFPN特征融合金字塔，提升模型对于不同尺度目标的检测性能；用Focal损失函数替换原本损失函数，解决正负样本之间不平衡的问题。对比训练结果显示，改进后的YOLOv7re相较于传统YOLOv7在平均精确度提高了约2.8%，精确度提高了2.1%，召回率提高了1.3%，对在低空复杂背景下小型无人机的检测能力有所提高，可以有效提高对低空无人机的监管能力。
关键词：无人机;;视觉检测;;YOLOv7
基金资助：国家自然科学基金项目(62203451)
