小目标检测研究进展（目标检测论文解读复现【NO.21】基于改进YOLOv7的小目标检测）

时间2025-09-19 06:34:57分类IT科技浏览8029

导读：前言...

前言

此前出了目标改进算法专栏，但是对于应用于什么场景，需要什么改进方法对应与自己的应用场景有效果，并且多少改进点能发什么水平的文章，为解决大家的困惑，此系列文章旨在给大家解读最新目标检测算法论文，帮助大家解答疑惑。解读的系列文章，本人已进行创新点代码复现，有需要的朋友可关注私信我。

四、实验效果（部分展示）

1.下图针对小目标图片，改进前后网络均检测出2个目标，但改进后网络的预测框置信度明显大于原网络。

2.对于下图超小目标(目标框大小为0.05×0.04)的图片，原网络漏检，而改进后的网络仍能检测出目标。

3.其结果如下表所示。改进后的YOLOv7算法在输入相同尺寸图片的情况下，mAP值超过了其它经典网络，更适合小目标检测场景。

五、实验结论

实验结果表明，改进后的YOLOv7网络检测效果优于原网络和其它经典目标检测网络。下一步研究计划，通过对数据集的扩增，增加数据集中的检测类别以扩大模型的检测范围，提高在实际应用中的检测性能。

六、投稿期刊介绍

注：论文原文出自戚玲珑，高建瓴．基于改进YOLOv7的小目标检测[J/OL]．计算机工程. https://doi.org/10.19678/j.issn.1000-3428.0065942

解读的系列文章，本人已进行创新点代码复现，有需要的朋友可关注下面公众号，私信我。

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。