摘 要：為了提高YOLOv5模型對無人機遙感圖像的檢測性能，本文進行了研究，該模型的主要問題是對小目標的漏檢率和誤檢率較高。通過理論分析，發(fā)現(xiàn)其Anchor機制具有一定的優(yōu)化空間，改進策略為使用NWD損失函數(shù)代替IoU損失函數(shù)。在性能仿真階段，對比了4種基準模型的特點，將YOLOv5s模型與改進后的模型進行對比，對無人機遙感圖像進行檢測。結果顯示，改進后的YOLOv5模型在準確度、召回率、多類別平均精確度方面均優(yōu)于改進前。

關鍵詞：YOLOv5；無人機遙感圖像檢測算法；Anchor機制改進；網絡結構改進

中圖分類號：TP 391" " " " 文獻標志碼：A

YOLOv5是一種應用廣泛的圖像檢測算法模型，它能夠識別無人機遙感圖像中的人、物及環(huán)境信息，但該模型的性能存在不足，難以準確識別圖像中較小的檢測目標。鑒于此，研究過程旨在確定影響算法性能的原因，并進行改進。

1 YOLOv5模型在圖像檢測中的應用

1.1 YOLOv5模型基本原理

1.1.1 YOLOv1～YOLOv4模型發(fā)展過程

YOLOv5模型由YOLOv1～YOLOv4模型發(fā)展而來，因此繼承了前4種算法模型的基本原理。YOLOv1模型將整個圖形作為輸入，利用網絡將圖形劃分為若干區(qū)域，在此基礎上進行預測和歸類，從而對特定目標進行檢測。區(qū)域劃分的本質是將圖像切割成正方形的格柵，如果在某個格柵中出現(xiàn)物體的影像，就預測其邊界框，并計算反映物體是否存在以及物體類別的Score[1]。雖然該算法的檢測速度較快，但也有一定的局限性，例如難以檢測小目標，在每個格柵中只能預測2個物體。

YOLOv2模型是在YOLOv1模型的基礎上進行改進的，其 引入了批量歸一化處理、Anchor機制，并且將YOLOv1中的原有的網絡結構改為Darknet-19。與YOLOv1模型相比，YOLOv2模型在保持圖像目標檢測速度不變的情況下，提高了檢測精度。

YOLOv3模型以YOLOv2模型為基礎，改進措施為將Darknet-19網絡結構升級為Darknet-53，使模型具備多尺度檢測的能力。在圖像分類中，將YOLOv2的Softmax（歸一化指數(shù)函數(shù)）更換為邏輯回歸方法。與YOLOv2模型相比，該算法對圖像目標的檢測速度和精度均顯著提高。

YOLOv4模型在YOLOv3模型的基礎上對網絡結構進行優(yōu)化，利用CSPDarknet53網絡替換Darknet-53網絡結構。YOLOv3模型的主干網絡采用Relu激活函數(shù)，在YOLOv4模型中，改用Mish激活函數(shù)。與YOLOv3模型相比，YOLOv4模型的優(yōu)點為可進行反向求導，并且提取上下文特征。

1.1.2 YOLOv5模型介紹

YOLOv5模型在YOLOv4模型的基礎上進行優(yōu)化，其優(yōu)勢為進一步加快了圖像中目標物體的檢測速度。YOLOv5模型由輸入端、檢測端、頸部和主干網絡4個部分組成。在輸入端，繼續(xù)使用YOLOv4模型的Mosaic數(shù)據(jù)增強，從4張不同的圖像中各裁剪一部分，再組成一個新圖片，實現(xiàn)了單次傳入4張訓練圖片。在主干網絡方面，YOLOv5模型將CSP結構和Focus結構整合在一起，實現(xiàn)切片[2]。模型提取目標特征的關鍵是頸部能夠產生特征金字塔。為了確保目標檢測的精度，在YOLOv5模型中引入了損失函數(shù)，該函數(shù)包括3種損失量，分別為分類損失、位置損失和置信度損失，3種損失的占比分別為40%、30%、30%。位置損失的計算原理為GIoU（Generalized IoU），該評價標準建立在IoU（Intersection over Union）的基礎上。另外兩種損失均采用BCE loss損失函數(shù)。以GIoU計算位置損失為例，相應的計算過程如公式（1）所示。

（1）

式中：B為預測框，Bgt為實際框；B∪Bgt為二者的并集；C為最小矩形區(qū)域，并且要求該區(qū)域必須包括預測框和真實框；IoU=（B∩Bgt）/（B∪Bgt）。

1.2 YOLOv5模型在圖像檢測中的局限性

YOLOv5模型作為一種目標檢測技術，在實際應用中存在一定的局限性，主要體現(xiàn)在以下3個方面。

當被檢測目標的特征不明顯或者目標物較小時，算法模型的檢測精度難以保證，容易出現(xiàn)誤檢或者漏檢。

在圖像中除了待檢測目標外，通常還有較多的背景噪聲，受其干擾，算法模型有可能弱化目標的特征信息，該問題在小目標檢測中很常見。

YOLOv5模型的網絡結構有可能丟失小目標的特征。

1.3 YOLOv5算法改進

1.3.1 調整輸入圖像大小

對于無人機遙感圖像，研究人員通過調整輸入圖像的大小來優(yōu)化網絡。YOLOv5默認的輸入尺寸是640px×640px，但是針對高分辨率的圖像，可以嘗試使用更大的輸入尺寸，如1024px×1024px，以便網絡能夠更好地捕捉細節(jié)信息。在模型訓練中，可以調整批量大小以適應更大尺寸的圖像。

1.3.2 引入多尺度處理

多尺度處理是通過引入不同分辨率的特征圖，來處理不同尺寸的目標。可以調整網絡的結構以引入或改進特征金字塔網絡（FPN）或者類似的結構，以便更好地融合不同尺度的信息。在模型訓練過程中，研究人員需要調整特征金字塔網絡中各個尺度特征圖之間的連接方式和權重，以優(yōu)化多尺度信息的融合效果。

1.3.3 引入注意力機制

注意力機制可以幫助網絡集中關注重要的區(qū)域，對于無人機圖像中變化較大，或信息量豐富的區(qū)域尤為重要?？梢酝ㄟ^引入注意力機制模塊，如SENet來增強網絡對關鍵區(qū)域的感知能力。

1.3.4 增加深度或寬度

增加網絡的深度或寬度，可以有效提高網絡的表達能力，但也會增加計算復雜度?？梢酝ㄟ^增加殘差塊的數(shù)量或者擴展模型的通道數(shù)來調整網絡的深度或寬度。在實驗中，需要根據(jù)性能和計算資源的平衡進行參數(shù)調整，可能需要對深度、寬度以及其他層次的參數(shù)進行調優(yōu)。

1.3.5 優(yōu)化損失函數(shù)

YOLOv5的損失函數(shù)包括目標檢測、分類和坐標回歸損失。可以對不同部分的權重進行調整，以便更加關注對小目標或遠距離目標的檢測。此外，根據(jù)具體場景和數(shù)據(jù)集的特點，研究人員需要調整不同損失函數(shù)的權重，以平衡不同部分對整體算法性能的影響。

2 基于改進YOLOv5的無人機遙感圖像檢測算法

2.1 Anchor機制存在的問題

YOLOv5模型作為一種圖像檢測技術，需要解決小目標檢測問題，Anchor機制是主要的應對策略。該機制根據(jù)目標物的尺度及其長寬比來切割相關的圖像區(qū)域，以此提高模型的學習效率，同時減少框與框間的重疊干擾。但Anchor機制本身也存在以下的局限性。1）錨框值取值問題。錨框值包括框的尺度（大?。┖烷L寬比，其取值結果會影響算法的檢測精度和效率。YOLOv5模型利用K-means算法確定錨框值，但可能出現(xiàn)局部收斂，導致不能獲得全局最優(yōu)解。2）小目標錨框計算問題。算法模型在訓練階段會生成數(shù)量較多的錨框，并且要對錨框進行分類，判斷真實框與錨框間的偏差。通過IoU計算的標簽對錨框進行分類。當被檢測目標較小時，會顯著影響IoU閾值的計算結果，進而干擾標簽分配和錨框分類。

2.2 Anchor機制的改進策略

IoU對圖像中小目標的位置偏移過于敏感，容易造成算法檢測精度不高，因此使用NWD損失函數(shù)代替IoU，NWD損失函數(shù)有以下應用原理。

無人機遙感圖像中存在較多的小目標物體，而物體大多具有不規(guī)則性，因此在一個標準的邊界框內通常包括背景信息和目標物的信息，前者集中在邊界上，后者位于邊界框的中心。針對邊界框建立二維高斯分布，由于目標位于邊界框的中心，因此為中心像素設置最高權重，并且權重從中心向四周遞減[3]。

將邊界框記為R，則有R=（cx，cy，w，h），其中cx、cy分別為邊界框中心點的橫、縱坐標，w為邊界框的寬度，h為邊界框的高度。將R擬合成二維高斯分布N（μ，Σ），其中μ=[cx cy]T，Σ的計算過程如公式（2）所示。

（2）

NWD是歸一化的Wasserstein距離，將邊界框A和邊界框B分別為A=（cxa，cya，wa，ha），B=（cxb，cyb，wb，hb），則兩個邊界框的二階Wasserstein距離如公式（3）所示。

（3）

式中：Na、Nb分別為邊界框A、B的二維高斯分布；W22（Na，Nb）為二階Wasserstein距離單位；cxa、cya為第一個邊界框的中心點坐標；wa，ha為第一個邊界框的寬度和高度；cxb、cyb為第二個邊界框的中心點坐標；wb、hb為第二個邊界框的寬度和高度。原模型中的IoU為一個介于0～1的比例關系，因此要對W22（Na，Nb）進行歸一化處理，c為2個分布的質心，使其落在（0，1）[4]。經歸一化處理之后，可得到公式（4）。

（4）

2.3 性能仿真

2.3.1 仿真環(huán)境及評價指標

2.3.1.1 搭建仿真環(huán)境

仿真過程采用Python語言編寫算法的程序代碼，操作系統(tǒng)為Windows10，計算機主頻為2.6GHz，內存為32G。訓練算法時需要使用可編程的GPU，型號為NVIDIA GeForce RTX 3060。

2.3.1.2 性能評價指標

性能評價階段的主要指標包括精確率P、召回率R、IoU為0.5時的多類別平均精確度（記為mAP＠.5）以及IoU按照0.05步長從0.5升至0.95的多類別平均精確度（記為mAP＠.5：.95）。

精確率P的計算方法為P=TP/（TP+FP），召回率R=TP/（TP+FN）。將正樣本預測結果為正記為TP（True Positive），負樣本預測結果為正記為FP（ Positive），負樣本預測結果為負記為FN（ Negative）。從精確率和召回率的含義可知，前者越高，后者越低。

平均精確度（Average Precision，AP）的計算方法如公式（5）所示。

AP=∫01F（x）dx" （5）

式中：x為橫坐標；F（x）為x點對應的縱坐標[5]；mAP為每個類對應AP的平均值，該指標用于評價多類標簽的平均預測精度，mAP的計算方法如公式（6）所示。

（6）

式中：QR為分類的數(shù)量；q為某個具體類別的編號；AP（q）為類別q對應的平均精確度。

2.3.2 試驗數(shù)據(jù)集選取

無人機航拍數(shù)據(jù)采用VisDrone2019機器學習數(shù)據(jù)集，該數(shù)據(jù)集包括10209張靜態(tài)圖像，全部為無人機攝像頭在不同高度、不同方位、不同距離捕獲的影像，圖片中的內容包括環(huán)境信息、物體信息以及人物信息等。從中隨機選取7028張圖片，將6479張圖片作為算法模型的訓練數(shù)據(jù)集，剩余的549張圖片作為模型的測試數(shù)據(jù)集。由于改進的Anchor機制主要用于提高模型對無人機遙感影像中小目標的檢測能力，因此從照片中選取10種較小的目標觀測對象，包括行人、公共汽車、面包車、自行車以及摩托車等。另外，所有圖片均在真實場景下拍攝，因此存在較多的干擾因素，例如低光照、下雨和大霧。

2.3.3 YOLOv5基準模型選型

YOLOv5是一系列算法模型的統(tǒng)稱，由YOLOv5s、YOLOv5x、YOLOv5m以及YOLOv5l組成，為了選取最具代表性的基準模型，先使用訓練數(shù)據(jù)集訓練和測試以上4種模型的目標檢測效果，從中選擇最優(yōu)模型，作為YOLOv5的基準模型。

2.3.3.1 參數(shù)設置及預熱學習

在大規(guī)模訓練前，先通過Warm-Up預熱學習策略評估4種基準模型的基本特性，預測學習僅迭代3次，得到的結果見表1。其中深度是網絡通道的系數(shù)，寬度為是指網絡中BottleneckCSP結構模塊的層縮放系數(shù)，層數(shù)和參數(shù)數(shù)量用于表征模型的復雜程度，每秒千兆浮點運算次數(shù)為模型對GPU造成的負擔，從中可基本判斷4種基準模型的運行特點。

2.3.3.2 基準模型在無人機遙感圖像檢測中的性能對比

分別運用4種YOLOv5基準模型檢測無人機遙感圖像中的小目標，模型訓練的迭代次數(shù)為1000次，并計算相應的性能評價指標，結果見表2。從中可知，4種基準模型的精確率P和召回率R較為接近，都達到了較高的水平，不同條件下的平均準準確率依次提高，但模型訓練時長卻成倍增加。因此在兼顧性能和檢測速度的情況下，將YOLOv5s模型作為代表性的基準模型。

2.3.4 基準模型與改進模型的性能對比

將YOLOv5s模型作為對照組，利用NWD代替IoU，從而優(yōu)化YOLOv5s模型的Anchor機制，將優(yōu)化后的模型記為YOLOv5+NWD，使用訓練數(shù)據(jù)進行1000次模型迭代訓練。再利用兩種模型檢測549張遙感圖片組成的無人機測試數(shù)據(jù)集，結果見表3。改進后的YOLOv5模型的精確度、召回率、使用IoU閾值為0.5時的平均精度這三個性能指標均明顯提高，2種算法模型的每秒千兆浮點運算次數(shù)保持一致，僅檢測耗時略有提高[6]。與性能提高效果相比，檢測耗時的小幅度提高可以忽略。

3 結語

YOLOv5是一種重要的圖像檢測算法模型，能夠識別無人機遙感圖像中的人、車輛、道路以及其他環(huán)境信息。根據(jù)現(xiàn)有的研究和使用情況，該模型存在一定的局限性，在小目標檢測中缺乏足夠的準確性。針對該問題進行優(yōu)化，使用MWD損失計算方法代替原模型的IoU計算方法，從而優(yōu)化模型的Anchor機制。經過性能仿真試驗，改進模型的精確度、多類別檢測平均精確度以及召回率均明顯改善，達到了提高性能的目的。

參考文獻

[1]路琪，于元強，許道明，等.改進YOLOv5的小型旋翼無人機目標檢測算法[J].計算機科學，2023，50（增刊2）：212-219.

[2]李甜，林貴敏，施文灶，等.改進YOLOv5s無人機航拍圖像目標檢測[J].閩江學院學報，2023，44（5）：51-62.

[3]陳范凱，李士心.改進Yolov5的無人機目標檢測算法[J].計算機工程與應用，2023，59（18）：218-225.

[4]傅強，盧志偉，潘磊.CC-YOLOv5：改進的YOLOv5用于無人機航拍圖像目標檢測[J].現(xiàn)代計算機，2023，29（7）：16-22.

[5]王建楠，呂勝濤，牛健.基于改進YOLOv5的無人機檢測方法[J].光學與光電技術，2022，20（5）：48-56.

[6]奉志強，謝志軍，包正偉，等.基于改進YOLOv5的無人機實時密集小目標檢測算法[J].航空學報，2023，44（7）：251-265.