文献

J-GLOBAL ID：202202234100106641   整理番号：22A0454080

UAVにより捕捉された小型物体のための改良型Yolov5リアルタイム検出法【JST・京大機械翻訳】

An improved Yolov5 real-time detection method for small objects captured by UAV

著者 (8件)： Zhan Wei (School of Computer Science, Yangtze University, Jingzhou, China) ,  Sun Chenfan (School of Computer Science, Yangtze University, Jingzhou, China) ,  Sun Chenfan (School of Computer, China University of Geosciences, Wuhan, China) ,  Wang Maocai (School of Computer, China University of Geosciences, Wuhan, China) ,  She Jinhui (School of Computer Science, Yangtze University, Jingzhou, China) ,  Zhang Yangyang (School of Computer Science, Yangtze University, Jingzhou, China) ,  Zhang Zhiliang (School of Computer Science, Yangtze University, Jingzhou, China) ,  Sun Yong (School of Computer Science, Yangtze University, Jingzhou, China)
資料名： Soft Computing  (Soft Computing)
巻： 26  号： 1  ページ： 361-373  発行年： 2022年 
JST資料番号： W1043A  ISSN： 1432-7643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： オブジェクト検出アルゴリズムは,同じアルゴリズムがドローン捕獲シーンに適用されるとき,一般的シナリオにおける検出に主に焦点を合わせ,そして,アルゴリズムの検出性能は,著しく減少した。著者らの研究は,小さな物体がこの現象の主な理由であることを発見した。この発見を検証するために,ヨーロブ5モデルを選択し,それに基づく小型物体の検出精度を改善するために4つの方法を提案した。同時に,このモデルが,サイズ,高速,低コスト,および実際の適用で展開するのが簡単であることを考慮して,従って,これらの4つの方法を設計するとき,著者らは,また,これらの方法の検知速度への影響を完全に考察した。すべての改良方法を統合するモデルは,検出精度を大いに改善するだけでなく,検出速度の損失を効果的に減らす。最後に,VisDone-2020に基づいて,著者らのモデルのmAPは12.7から37.66%に増加し,そして,検出率は55FPSまでであった。それは,検出速度における芸術の以前の状態を上回り,ドローンプラットフォーム上の物体検出アルゴリズムの進展を促進する。Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH Germany, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *検出法 ,  捕獲 ,  無人機
準シソーラス用語： ローコスト ,  物体検出 ,  検出能 ,  実時間 ,  検出率 ,  検出精度 ,  検出アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： 小物体検出 ,  オブジェクト検出 ,  無人航空機(UAV) ,  注意

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： UAV ,  捕捉 ,  物体 ,  リアルタイム ,  検出法