TPH-YOLOv5：基于 Transformer 预测头的改进 YOLOv5 用于无人机捕获的场景物体检测

ICCVAug, 2021

TPH-YOLOv5：基于 Transformer 预测头的改进 YOLOv5 用于无人机捕获的场景物体检测

TPH-YOLOv5: Improved YOLOv5 Based on Transformer Prediction Head for Object Detection on Drone-captured Scenarios

Xingkui Zhu, Shuchang Lyu, Xu Wang, Qi Zhao

TL;DRTPH-YOLOv5 是一种基于 YOLOv5 的目标检测模型，包括添加预测头、采用自注意力机制的 Transformer 预测头和卷积块关注模型的集成，以及有效策略的利用。在无人机捕获的场景中展现出了优秀的性能表现。

Abstract

object detection on drone-captured scenarios is a recent popular task. As drones always navigate in different altitudes, the object scale varies violently, which burdens the optimization of networks. Moreover, hi

object detection drones tph-yolov5 transformer prediction heads data augmentation

发现论文，激发创造

从模糊到清晰的检测：基于 YOLOv5 的航空目标检测与超分辨率

通过结合超分辨率和经过修改的轻量级 YOLOv5 架构，我们提出了一种创新的方法，用于在航空影像中准确检测小型密集目标，并通过一系列数据集的评估，证明该模型在高密度遮挡条件下能够实现更好的检测结果，从而为航空影像中的目标检测领域带来显著进展。

Jan, 2024

基于 Transformer 预测头改进 YOLOv5 的计算机视觉损伤检测模型

提出了一种基于 DenseNet 块和 CBAM 的实时深度学习伤害检测模型，采用先进的自我注意机制实现多尺度目标检测，并减少计算复杂度，结果显示该模型性能优于当前最先进模型，是准确和鲁棒的机器人在现实场景下实现自动化损坏检测系统的重要一步。

Mar, 2023

HIC-YOLOv5：改进的 YOLOv5 用于小物体检测

在小物体检测领域，针对计算代价大且预测性能有待提高的问题，提出了一种改进的 YOLOv5 模型：HIC-YOLOv5。它通过添加特定于小物体的额外预测头部以提供更高分辨率的特征图进行更精确的预测，采用了 involution 块在主干网和 neck 之间以增加特征图的通道信息，并在主干网的末端应用了一种名为 CBAM 的注意力机制，从而不仅减少了与先前方法相比的计算代价，还加强了通道和空间域中的重要信息。在 VisDrone-2019-DET 数据集上，HIC-YOLOv5 的 mAP@[.5:.95] 提高了 6.42%，[email protected] 提高了 9.38%。

Sep, 2023

无人机热图中使用深度学习进行目标检测

本研究提出了一种神经网络模型，能够在无人机收集的热像图中识别小型和超小型目标。模型结构包括骨干网络、中间层和预测头，其中骨干网络基于 YOLOv5 结构，结尾使用了 Transformer 编码器。中间层采用了 BI-FPN 块以及滑动窗口和 Transformer 增加预测头的信息输入。预测头通过 Sigmoid 函数对特征图执行检测。Transformer 的注意力和滑动窗口的使用提高了识别准确性，同时保持了模型在嵌入式系统中的合理参数和计算需求。实验在公共数据集 VEDAI 和自己收集的数据集上进行，结果表明，与 ResNet、Faster RCNN、ComNet、ViT、YOLOv5、SMPNet 和 DPNetV3 等最先进方法相比，本模型具有更高的准确度。在嵌入式计算机 Jetson AGX 上的实验表明，本模型实现了实时计算，并具有超过 90% 的稳定性率。

Feb, 2024

针对航空图片的 YOLOv4 目标检测分析与改进

本文介绍了一种基于 YOLOv4 的计算机视觉算法，可以快速准确地检测无人机航拍图像中的目标物体，可应用于实时监测等领域。

Mar, 2022

YOLO-TLA：基于 YOLOv5 的高效轻量级小物体检测模型

我们在本文中提出了 YOLO-TLA，这是一种基于 YOLOv5 的先进物体检测模型，通过在颈部网络金字塔架构中引入一个额外的检测层来检测小对象，从而提供一个更大尺度的特征图以辨别小对象的更细致特征，并将 C3CrossCovn 模块集成到骨干网络中，有效地减少计算需求和参数数量，使模型更加紧凑

Feb, 2024

基于空间金字塔池化的无人机目标检测 YOLOv3

该研究通过在 YOLOv3 后部添加空间金字塔池化层来提高面向无人机数据的物体检测性能，在经过 VisDrone2019-Det 数据集验证后，发现其 mAP 比 YOLOv3 高 0.6％，比 YOLOv3-Tiny 高 26.6％。

May, 2023

面向高性能目标检测的研究：基于 ViT 和基于 CNN 的深度学习模型的无人机检测的洞察

使用无人机数据集以及卷积神经网络（CNN）和视觉变换器（ViT）模型，本文重新评估了准确的无人机检测任务，表明基本的 ViT 模型在单一无人机检测方面的性能比最佳 CNN 迁移学习模型提升了 4.6 倍，并且通过多无人机检测实现了令人印象深刻的 98% 和 96% 的 mAP 值。作者总结了 ViT 和 CNN 模型的独特特点，以帮助未来研究者开发更高效的深度学习模型。

Aug, 2023

YOLO-Drone: 高空实时检测密集小物体

研究提出了一种新的实时目标检测算法 YOLO-Drone，应用于两种新的无人机平台和特定光源，在 UAVDT 和 VisDrone 两个基准数据集以及夜间采集的自制数据集中表现优于现有的状态 - of-the-art 方法，并且在硅基金光 LED 下的性能表现明显优于普通光源，证明了该算法对无人机领域中的目标检测特别是夜间检测任务具有高效的解决方案。

Apr, 2023

YOLO-Former: YOLO 与 ViT 的结合

YOLO-Former 方法将 Transformer 和 YOLOv4 的思想无缝集成，创建了一个高度准确和高效的目标检测系统。该方法通过将卷积注意力和 Transformer 模块整合，利用 YOLOv4 的快速推理速度并融合 Transformer 架构的优势，实现了高度准确性，输出了一帧率为 10.85 帧每秒，Pascal VOC 数据集上均值平均精度（mAP）达到了 85.76％。本工作的贡献在于展示了这两种最先进技术的创新组合如何进一步提高目标检测领域的性能。

Jan, 2024