【tph-yolov5】论文简读

论文名称： TPH-YOLOv5: Improved YOLOv5 Based on Transformer Prediction Head for Object Detection on Drone-captured Scenarios
论文下载地址：https://arxiv.org/abs/2108.11539
代码运行参考博客：https://blog.csdn.net/zztjl/article/details/123870061添加链接描述

一、摘要

概述了模型解决的问题域，以及tph-yolov5主要模块。

问题域：主要针对无人机图像检测。无人机拍摄图像相比一般目标检测图像的检测难点有：

• 飞行高度变化导致目标尺度变化剧烈，增加模型负担
• 快速低空飞行造成密集目标区域的运动模糊，给目标区分带来挑战。

模型：本文模型在yolov5的基础上，提出了不同的模块以解决上述问题。

• 增加了一个预测头检测不同尺度的目标
• 使用TPH（Transformer Prediction Heads）代替原始预测头，开发自注意力机制的预测潜力（这里后面可以再看看，还是有点不明白）
• 使用CBAM（Convolutional block attention model）发现密集目标的注意区域
• 采用了一系列tricks：数据增强、多尺度测试、多模型融合、