摘要:使用无人机采集的航拍图中存在背景复杂、目标密集、目标重叠等诸多问题,这都对现有的目标检测网络提出了挑战。以YOLOv5为基础进行改进,修改原有的BackBone网络,嵌入改进后的OSA模块,解决因为网络深度造成的梯度衰减问题;针对原网络结构对小目标的定位不准确,获得的信息不充分问题,增加一个160x160的小目标检测层应对小目标难以检测问题,同时修改特征融合网络丰富语义信息;最后改进原有的损失函数CIOU,长宽不再是一个统一的整体计算损失,而是分开优化,提高预测方框的准确度。本文算法在VisDrone2019无人机航拍数据集上实验结果显示,mAP与原算法相比提升了5.2%,检测帧率达到了45,训练模型大小为18.9Mb。