-
题名基于改进的YOLOv7小目标检测算法
- 1
-
-
作者
鞠伟强
曹立华
-
机构
中国科学院长春光学精密机械与物理研究所光电对抗部
中国科学院大学大珩学院
-
出处
《计算机工程与设计》
北大核心
2025年第1期145-151,共7页
-
基金
国家自然科学基金项目(62001447)。
-
文摘
为提高小目标的检测精度,提出一种基于改进的YOLOv7的目标检测算法(SM-YOLOv7)。使用Swin Transformer(STR)模块替换主干特征提取网络中的E-ELEN模块,将SPPCSPC网络改进为SPPCSPF网络,在预测部分增加小目标检测头,设计MPC3模块避免网络定位空间信息丢失。通过NWD代替YOLOv7网络模型中的CIoU损失函数,输出端采用SE-Net注意力机制。在Okahublot公开的FloW-Img数据集上验证,实验结果表明,SM-YOLOv7平均精度均值mAP为84.8%,相比基线YOLOv7网络模型提升了6.6%,检测性能优于原网络模型与传统经典目标检测网络模型。
-
关键词
小目标检测
YOLOv7网络模型
损失函数
深度学习
机器视觉
SE-Net注意力机制
Swin
Transformer
-
Keywords
small target detection
YOLOv7 network model
loss function
deep learning
machine vision
SE-Net attention mechanism
Swin Transformer
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
