数字技术与应用杂志社

摘要：<正>低空慢速小目标（简称“低慢小”目标）对民航业安全运行的影响日益凸显，本文旨在实现“低慢小”目标识别方法，提高目标识别的准确性和效率，本文在YOLOv7算法基础上进行改进，引入ECA模块以增强模型对小目标的关注度，并将原有的IoU损失函数替换为更适合小目标检测的NWD损失函数。实验结果表明，改进后的YOLOv7算法在精确率、召回率以及mAP指标上均有显著提升，通过对比改进前与改进后YOLOv7的P-R曲线图可见，改进版YOLOv7的AP值明显高于原版，进一步证明了其检测能力的优越性。

基金资助： 河南省自然科学基金“铁路轨道异物入侵检测的轻量级方法研究”（242300420693）； 公安部科技计划项目“铁路周界外来无人机识别预警系统”（2023JSYJC28）； 河南省高等学校重点科研项目“低慢小”目标识别方法研究（23A520042）； 郑州警察学院基科项目“基于点云分割的高铁接触网检测方法研究”（2023TJJBKY012）;郑州警察学院教改项目“铁路公安智慧警务人才培养研究”（JY2024013）;郑州警察学院基科项目“基于人体姿态识别的手枪射击辅助教学应用研究”（2024TJJBKY022）;郑州警察学院基科项目“针对铁路车站监控旅客异常行为实时监测方法研究”（2023TJJBKY013)；

专辑： 信息科技;工程科技Ⅰ辑;工程科技Ⅱ辑

专题： 安全科学与灾害防治;航空航天科学与工程;计算机软件及计算机应用

分类号： V328.3;TP391.41