目标检测YOLO实战应用案例100讲-无人机小目标检测的研究与应用

已于 2025-03-10 09:07:42 修改
阅读量1.5k 收藏 5
点赞数
CC 4.0 BY-SA版权
分类专栏： 目标检测YOLO系列实战应用案例精讲100例 文章标签： 目标检测 YOLO 深度学习
于 2023-08-03 00:30:00 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_36130719/article/details/132026072

目录

知识储备

无人机小目标检测

技术框架

1. 数据采集与预处理

数据预处理步骤：

2. 模型选择与定制

基于YOLOv5的小目标检测模型

3. 模型训练与优化

损失函数与优化器

训练循环

优化方向

1. 数据增强

2. 模型结构优化

3. 训练策略优化

4. 鲁棒性提升

进一步优化建议

前言

两阶段检测算法

单阶段检测算法

相关知识

2.1一般架构

2.2经典的卷积神经网络

2.3公开目标检测数据集

2.4目标检测评价标准

基于多决策信息融合的小目标检测方法

3.1总体研究思路

3.2方法组成

3.3实验结果与分析

本文篇幅较长分为上下两篇，下篇详见无人机小目标检测的研究与应用(续)

知识储备

无人机小目标检测

技术框架

了解本专栏 订阅专栏 解锁全文
目标检测YOLO实战应用案例100讲-基于深度学习的光学遥感图像目标检测及价值评估
qq_36130719的博客
06-15 2773
受益于我国科学技术的不断进步，光学遥感成像技术取得了长足发展，创造了大量可供学习和研究的高质量光学遥感图像。在民用与军事领域，对光学遥感图像的研究与应用正受到各界科研人员的普遍关注[1]。高分辨率光学遥感图像（High Spatial Resolution Optical Remote Sensing Image）具有精度高、畸变小、噪点少和抗电磁干扰等优点，在诸多领域都有着广泛的应用[2]。光学遥感图像的目标检测是对光学遥感图像的重要研究与应用方向之一，目的是从给定的图。
目标检测YOLO实战应用案例100讲-基于无人机航拍图像的目标检测
qq_36130719的博客
10-07 1566
无人机(Unmanned Aerial Vehicle)是指通过无线遥控设备或车载计算机操控的非载 人飞机，它最早出现于第一次世界大战时期，用于军事行动。近年来，随着无人机产业 的飞速发展，以大疆、Parrot、亿航EHANG为代表的科技公司研发出体积更小、操作 更简便、价格更亲民的无人机。
YOLO 目标检测实战项目『原理篇』
Leong Blog
11-25 2877
YOLOv1 YOLOv1 创新： 将整张图作为网络的输入，直接在输出层回归 bounding box 的位置和所属的类别（将对象检测作为一个回归问题） 速度快，one stage detection 的开山之作 速度快，one stage detection 的开山之作 之前的目标检测方法需要先产生候选区再检测的方法虽然有相对较高的检测准确率，但运行速度较慢。 YOLO 将识别与定位合二为...
python实现yolo 目标检测算法实战
mqdlff_python的博客
12-19 945
python实现yolo 目标检测算法实战
YOLOv8-目标检测实战，训练自己的数据集（提供数据集）
SHY0978的博客
04-21 5560
YOLOv8目标检测实战---含数据集
OpenCV实战——使用YOLO进行目标检测
weixin_46414659的博客
10-24 1363
在本节中，我们将使用YOLO算法执行目标检测。目标检测是计算机视觉中的一项常见任务，借助深度学习技术，我们可以实现高准确度的检测。YOLO在COCO数据集(数据集中包含80个类别和超过300000张图像)中可以达到60.6mAP20 fps) 或33mAP220 fpsYOLO是深度学习网络目标检测的一类重要分枝，其将输入图像划分为SxS网格。对于每个网格，YOLO检查B个边界框，然后深度学习模型提取每个网格的边界框、包含可能对象的置信度以及每个边界框中(训练数据集中)每个类别的置信度：YOLO使用。
目标检测YOLO实战应用案例100讲-基于YOLOV5的小目标检测
最新发布
05-11
在本教程"目标检测YOLO实战应用案例100讲-基于YOLOV5的小目标检测"中，我们将深入探讨如何利用YOLOV5这一最新版本的YOLO框架来处理小目标检测的挑战。 小目标检测是目标检测领域的一个难题，因为小目标在图像中的...
目标检测YOLO实战应用案例100讲-基于YOLOV5的深度学习卫星遥感图像检测与识别
04-18
总的来说，"目标检测YOLO实战应用案例100讲-基于YOLOV5的深度学习卫星遥感图像检测与识别"是一套详尽的教程，涵盖了从理论基础到实践操作的各个环节，对于想要在这一领域深化研究或应用的人士来说，是不可多得的学习...
目标检测YOLO实战应用案例100讲-基于YOLOV3的显著性目标检测
04-18
本教程将深入讲解如何利用YOLOV3进行显著性目标检测，以100个实战案例全方位覆盖这一主题。 首先，我们需要理解YOLOV3的基本原理。YOLOV3采用了一种名为DarkNet的深度卷积神经网络架构，它将图像分割成多个网格，并...
目标检测YOLO实战应用案例100讲-3D Lidar MOT 激光雷达点云 感知 多目标追踪
04-19
本课程“目标检测YOLO实战应用案例100讲-3D Lidar MOT 激光雷达点云 感知 多目标追踪”将深入探讨YOLO如何应用于3D激光雷达（Lidar）数据，以实现多目标追踪（MOT）。 3D Lidar（Light Detection and Ranging）是一...
目标检测YOLO实战应用案例100讲-自动驾驶复杂场景下目标检测
qq_36130719的博客
12-16 816
自动驾驶是最近几年计算机科学和机械工程领域研究的热点之一，其目标是实现无 人驾驶车辆的自主行驶。自动驾驶目标检测技术是自动驾驶技术的重要组成部分之一，它 利用图像或传感器数据等方式来检测和识别车辆周围的行人、车辆、交通标志和信号等目 标物体。自动驾驶目标检测在复杂场景下是一个重要挑战。在这种情况下，目标物体数量 增多，形状多样，运动模式复杂，并且环境光照、天气等因素会影响目标检测的准确性和 鲁棒性。在当前越来越复杂的交通场景下，出现了遮挡目标漏检和多尺度目标检测不一致 的问题。
YOLOv5目标检测实战项目（从零开始）
热门推荐
qq_58162310的博客
03-03 1万+
YOLOv5目标检测实战项目（从零开始） 成都_小吴 已于 2022-03-03 15:05:25 修改 ...
目标检测YOLO实战应用案例100讲-基于无人机的运动目标检测
qq_36130719的博客
11-14 910
无人机（Unmanned Aerial Vehicle, UAV）是指由机载计算机自动控制或由 地面飞行员远程控制的无人驾驶飞行器。20世纪末，随着定位技术和通信技术 的发展，无人机在军用领域初露锋芒。21世纪初，微型化技术让研制便携式无 人机成为可能，研究人员研发了“渡鸦”固定翼无人机，该无人机配备摄像头 和视频接收器，起飞后可以通过视频接收器在屏幕上看到图像。“渡鸦”可以手 动投掷起飞，活动范围10公里，后续通过自动驾驶到接近悬停的方式后自行着 陆。
目标检测YOLO实战应用案例100讲-分布式光纤振动传感的深度学习图像检测
qq_36130719的博客
02-21 1036
分布式光纤振动传感技术(Distributed Acoustic Sensing, DAS)是近年来快速发展的一项光纤传感技术，可将通信光纤转变为地震传感器台阵，使得光纤不仅可以传输数据，还可以实现实时监测环境和结构的变化。与传统的传感技术相比，DAS技术的最大优势在于它可以实现对整条光纤的监测，而不需要在特定的位置安装传感器。因此，它具有较高的可扩展性、可靠性和经济性。DAS技术可以实现高精度的振动检测，其灵敏度可达到纳米级别，具有很高的空间分辨率和时间分辨率。一台。
目标检测YOLO实战应用案例100讲-面向非结构化任务场景的机器人目标识 别及定位抓取
qq_36130719的博客
01-27 510
机器人经历了电气时代和数字时代的长期演变进化，随着现如今人工智能的高速 发展，机器人领域也迎来了其智能化的新时代[1]。机器人技术吸纳了多种科学技术的优 秀发展成果，使得机器人的功能得到不断的扩充，功能实现的稳定性和准确性也得到了相应的提高。
目标检测YOLO实战应用案例100讲-无人驾驶车辆在复杂环境下的目标检测
qq_36130719的博客
08-26 538
21世纪以来，随着计算机科学和人工智能的迅猛发展，以及国家对新能源汽车的大 力扶持，自动驾驶已经成为未来汽车的必备技能，并且国内外高校以及各研究机构对此广 泛关注。自动驾驶在人工智能领域，作为比较重要的技术，国务院在发表的《新一代人工 智能发展规划》中表示将其作为未来重点发展的技术之一[1]。国际汽车工程学会（SAE）将自动驾驶分成了6个等级，从L0表示非自动驾驶到L5 全自动驾驶，如表1.1所示，每一级别都有其对应的评级要求[2]。
目标检测YOLO实战应用案例100讲-电子元器件缺陷智能检测
qq_36130719的博客
02-25 536
当前我国电子工业的发展势头持续高涨，使得各类电子企业数量如雨后春笋 般的增长。随着国家对电子行业的大力支持，我国电子元器件行业逐渐在全球市 场上占据了一定的位置。电子产业所涉及的领域包括新能源、军事、电子通讯设 备、工业、航空航天等方面。在未来几年，随着新技术发展普及，电子制造产业 将会有更为广阔的发展空间。电子元器件本身是由一些相关零件构成，是电子产品的基本组成部分，可以 在多种产品中进行使用。
目标检测YOLO实战应用案例100讲-基于锐化注意力的快速目标检测算法及其在遥感场景下的应用研究（中）
qq_36130719的博客
09-13 704
这部分 损失是由预测框引起的，而预测框的损失包括左上角坐标带来的二元交叉熵 （Binary Cross Entropy，BCE）损失和图像宽高带来的均方误差（Mean-Square Error，MSE）损失。YOLOv3 神经网络输出了三个不同尺寸的特征图，这三和不同尺寸的特征 图在上下采样结构中的输入来自于三个大残差结构，如图2.3所示。假设输入图像的尺寸为416×416，那么输出的3个特征图尺寸如表2.1所 示，而输出特征图上的每个网格对应3个先验锚框，所以总共需要预测。
目标检测YOLO实战应用案例100讲-【目标检测】Halcon(工具应用篇)
qq_36130719的博客
02-03 341
图像和视频，文件的读取Region和XLD的初步介绍注意：在使用edges_sub_pix提取出来的结果，往往不是完整的圆形，需要用union来整合出完整的圆形。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

林聪木

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值