基于 YOLOv5 的空中图像紧急响应目标检测
计算机视觉与模式识别
2025-01-09 v2
摘要
本文提出了一种用于空中图像目标检测的稳健方法，采用 YOLOv5 模型。我们聚焦于识别关键目标，包括救护车、汽车碰撞、警车、拖车、消防车、翻车、着火的车辆以及车辆。通过利用自定义数据集，我们概述了从数据收集和标注到模型训练和评估的完整流程。我们的结果表明，YOLOv5 在速度与准确率之间取得有效的平衡，适用于实时紧急响应应用。本工作解决了空中图像中的小目标检测和复杂背景等关键挑战，并为未来在自动化紧急响应系统方面的研究提供了启示。
引用
@article{arxiv.2412.05394,
title = {YOLOv5-Based Object Detection for Emergency Response in Aerial Imagery},
author = {Sindhu Boddu and Arindam Mukherjee},
journal= {arXiv preprint arXiv:2412.05394},
year = {2025}
}
备注
6 pages, 8 figures, submitted for open-access publication on arXiv