基于YOLOv5s的航拍小目标检测改进算法研究

针对无人机航拍时拍摄的对象大小不一、种类繁杂且容易被建筑遮挡等问题,提出了一种基于YOLOv5s的无人机目标检测改进算法VA-YOLO。在已有的主干网络中添加CA注意力机制模块,扩大检测区域,获得更准确的位置信息;针对检测小目标时尺度不一导致语义丢失的问题,添加小目标检测层与BiFPN结构,加深浅层语义与深层语义结合,以此丰富对检测目标的语义信息;使用损失函数Varifocal loss与EIoU,改善模型对小目标检测的准确性。实验结果表明,在VisDrone2019-DET数据集上,该算法的平均检测精度(mean Average Precision, mAP)达到了39.01%,相比YOLOv5s提高了6.26%。     

关于非线性方程加速迭代的注记

对比了两类解一元非线性方程迭代法的收敛速度，讨论了其异同点，并进行了算法时间复杂性分析。     

关于非线性方程加速迭代的注记

对比了两类求解一元非线性方程迭代法的收敛速度 ,讨论了其异同点 ,并进行了算法时间复杂性分析 .