面向空中小目标检测任务的YOLOv7改进模型

针对空中小目标检测任务，本文进行了基于改进的YOLOv7模型的空中小目标检测算法的研究，解决了当前空中小目标检测算法推理速度慢和检测精度不足的问题。首先，建立了涵盖多种目标尺度、姿态和天气条件的飞机目标基准数据集；其次，在YOLOv7基准模型的基础上，提出了一种基于广义特征金字塔网络和Wasserstein度量的目标检测方法；最后，在公开数据集与自建数据集上对该方法与其他主流算法进行了对比试验，结果表明，相较于原始YOLOv7模型，改进模型在自建数据集上对小目标检测的平均精确率提高了7.3%，并且推理速度高于大部分主流检测算法。本文研究为空中小目标检测任务提供了一种快速且高精度的检测算法，对于相关算法在航空航天领域的进一步工程应用具有重要的推动作用。