.png){kind=icon}
返回
A Real-Time UAV Target Detection Algorithm Based on Edge Computing
.png){kind=icon}
OA
AI
DOI：10.3390/drones7020095.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
小型无人机目标探测在维护城市和市民安全方面发挥着重要作用。无人机目标具有低空飞行、速度慢、小型化等特点。考虑到这些特点，我们提出了一种基于边缘计算的实时无人机目标检测算法Fast-YOLOv4。通过采用边缘计算平台NVIDIA Jetson Nano中的Fast-YOLOv4，可以对视频进行智能分析，从而实现对无人机目标的快速检测。然而，当前迭代的边缘嵌入检测算法精度低，实时性差。为了解决这些问题，本文引入了轻量级网络MobileNetV3，multisscale-PANet，并对YOLOv4进行了软合并改进，从而得到了Fast-YOLOv4模型。该模型的主干使用深度可分离卷积和逆残差结构来简化网络的结构并提高其检测速度。该模型的颈部增加了尺度融合分支，提高了特征提取能力，加强了小尺度目标检测。然后，预测盒过滤算法使用软合并函数来替换传统上使用的NMS (非最大值抑制)。软合并可以通过融合预测框的信息来提高模型的检测精度。最后，实验结果表明，在工作站中，Fast-YOLOv4的mAP (平均平均精度) 和FPS (每秒帧数) 分别达到90.62% 和54 f/s。在NVIDIA Jetson Nano平台中，Fast-YOLOv4的FPS是yolov4的2.5倍。改进后的模型性能满足实时检测的要求，具有理论意义和应用价值。
Keyword:
unmanned aerial vehicle (UAV)
object detection
non-maximum suppression (NMS)
weighted boxes fusion (WBF)
lightweight network
multiscale
期刊
D
IF:
4.8
论文数:
4.0K
被引数:
8.3K
机构
引用论文
Structure of 4,4,6,6-tetrachloro-2-[ferrocenyl(hydroxy)methyl]-2-isopropyl-1,3,5,2λ5,4λ5,6λ5-triazatriphosphorine4,4，6，6-四氯-2-[二茂铁基 (羟基) 甲基]-2-异丙基-1，3,5，2 λ5，4 λ5，6 λ5-三氮杂三膦的结构
PREAI
分享收藏Thermal comfort, perceived air quality, and cognitive performance when personally controlled air movement is used by tropically acclimatized persons当热带适应的人使用个人控制的空气运动时，热舒适性，感知的空气质量和认知表现.png)
Indoor Air
OAAI
Indoor AirIF0
OAAI分享收藏Biological self-organisation and pattern formation by way of microtubule reaction-diffusion processes通过微管反应扩散过程的生物自组织和模式形成
PREAI
分享收藏The power of obfuscation techniques in malicious JavaScript code: A measurement study恶意JavaScript代码中混淆技术的功能: 一项测量研究OAAI
OAAI分享收藏
查看更多内容