基于深度学习的无人机航拍违建识别算法

doi:10.3969/j.issn.1006-2475.2025.06.011

摘要/Abstract

摘要： 摘要：针对目前传统人工检测违章建筑方法存在漏检、检测效率慢以及高层房屋检测难度高等问题，本文提出一种基于YOLOv5s模型的违建识别算法。首先，在原来框架的Backbone部分加入注意力机制（Coordinate Attention， CA）以提高检测精度；其次，引入双向特征金字塔网络结构（Bidirectional feature pyramid network, BiFPN）加强特征的提取能力，增强模型各个特征层的融合能力；为解决预测框和实际框的角度匹配问题，将损失函数替换为SIoU。实验结果表明：优化后的模型在自制违建数据集上，相比于其他常用模型的性能指标上均有不同程度的提高，精确率P和平均识别准确率mAP分别达到了91.36%、83.45%。改进后的算法提升了性能的同时也保持了较高的运算速度，满足了无人机航拍检测违章建筑的准确性和时效性需求。

关键词: 关键词：违章建筑识别, YOLOv5, 注意力机制, BiFPN, SIoU

Abstract:
Abstract: Considering the issues of missed detection， slow detection efficiency， and high detection difficulty in the current traditional manual method for detecting illegal buildings in high-rise structures， this paper proposes a YOLOv5s-based algorithm for illegal building detection. Firstly， the coordinate attention mechanism is incorporated into the original framework's backbone section to enhance detection accuracy. Secondly， the bidirectional feature pyramid network （BiFPN） structure is introduced to improve both feature extraction ability and fusion capability across different layers of the model. The loss function is replaced with SIoU to address the problem of matching angles between predicted and actual boxes. Experimental results demonstrate that compared to other commonly used models on our self-built dataset， precision P and mAP value reach 91.36% and 83.45%， respectively. The improved algorithm enhances performance while maintaining high computational speed， meeting both accuracy and timeliness requirements for UAV aerial detection of illegal buildings.

Key words: Key words: identification of illegal buildings, YOLOv5, coordinate attention, BiFPN, SIoU

中图分类号:

TP391.4

孙毅博, 牟莉. 基于深度学习的无人机航拍违建识别算法[J]. 计算机与现代化, 2025, 0(06): 65-70.

SUN Yibo, MOU Li. Unauthorized Construction Recognition Algorithm of UAV Aerial Photography Based on Deep Learning[J]. Computer and Modernization, 2025, 0(06): 65-70.

参考文献

［1］张玉. 变更规划引起违章建筑纠纷法律问题研究［J］. 城市建筑空间， 2022，29（S2）:144-145.
［2］刘荣飞. 城市违章建筑规范化处理与治理对策分析［J］. 居舍， 2021，（11）:158-160.
［3］董晓燕. 完善城市违章建筑治理的对策研究［D］. 青岛:青岛大学， 2021.
［4］郑丽丽. 违法建设治理的对策与建议［D］. 济南:山东大学， 2013.
［5］赵子龙. 违法建设治理中的法律困境及完善路径［D］. 兰州:西北民族大学， 2023.
［6］于林，赵群虎. 无人机航空摄影在违章建筑巡查中的应用［J］. 智能建筑与智慧城市， 2022（1）:43-45.
［7］朱虎明，李佩，焦李成，等. 深度神经网络并行化研究综述［J］. 计算机学报， 2018，41（8）:1861-1881.
［8］董仁玮. 基于深度学习的城市违章建筑检测方法研究［D］. 济南:山东大学， 2020.
［9］刘彬. 基于无人机图像的房屋目标检测研究［D］. 沈阳:沈阳理工大学， 2022.
［10］宫法明，徐晨曦，李厥瑾. 基于对抗深度学习的无人机航拍违建场地识别［J］. 计算机工程， 2022，48（1）:275-280.
［11］ GIRSHICK R. Fast R-CNN［C］// Computer Science.2015 IEEE International Conference on Computer Vision. IEEE， 2015:1440-1448.
［12］ REN S Q， HE K M， GIRSHICK R， et al. Faster R-CNN: Towards real-time object detection with region proposal networks［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2017，39（6）:1137-1149.
［13］ REDMON J， DIVVALA S， GIRSHICK R， et al. You only look once: Unified， real-time object detection［C］// Computer Vision and Pattern Recognition IEEE. IEEE，2016:779-788.
［14］ LIU W， ANGUELOV D， ERHAN D， et al. SSD: Single shot multibox detector［C］// Computer Vision-ECCV. Springer， 2016:21-37.
［15］ LOUREIRO C， FILIPE V， GONCALVES L. Attention mechanism for classification of melanomas［C］// International Conference on Optimization. IEEE， 2022:65-77.
［16］ RUIZ P P， GARCIA R J， KIEFER B. POSEIDON: A data augmentation tool for small object detection datasets in maritime environments［J］. Sensors （Basel， Switzerland）， 2023，23（7）:3691.
［17］韩晓冰，王雨田，黄综浏，等. 改进YOLOv5+DeepSort的行人跟踪算法［J］. 现代电子技术， 2023，46（7）:33-38.
［18］ HE K M， ZHANG X Y， REN S Q， et al. Spatial pyramid pooling in deep convolutional networks for visual recognition［C］// IEEE Transactions on Pattern Analysis and Machine Intelligence. IEEE， 2014:1904-1916.
［19］ LIN T Y， DOLLAR P， GIRSHICK R， et al. Feature pyramid networks for object detection［C］// 2017 IEEE Conference on Computer Vision and Pattern Recognition（CVPR）. IEEE， 2017:936-944.
［20］ LIU S， QI L， QIN H F， et al. Path aggregation network for instance segmentation［C］// IEEE/CVF Conference on Computer Vision and Pattern Recognition. IEEE， 2018:8759-8768.
［21］ HOU Q B， ZHOU D Q， FENG J S. Coordinate attention for efficient mobile network design［C］// 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. IEEE， 2021:13708-13717.
［22］ GEVORGYAN Z. SloU Loss: More Powerful Learning for Bounding Box Regression［EB/0L］. （2022-05-26）［2024-3-28］. https://arxiv.org/pdf/2205.12740.pdf.
［23］左昊轩，黄祺成，杨佳昊，等. 基于改进YOLOv5s的作物黄化曲叶病检测方法［J］. 农业机械学报， 2023，54（S1）:230-238.
［24］ HU L. An improved YOLOv5 algorithm of target recognition［C］// IEEE 2nd International Conference on Electrical Engineering， Big Data and Algorithms. IEEE， 2023:1373-1377.
［25］魏科，周平. 基于改进YOLOv5s的三七病害识别［J/OL］. （2024-05-12）［2024-5-14］. http://kns.cnki.net/kcms/detail/53.1192.N.20240407.1121.002.html.
［26］汤静雯，赖惠成，王同官. 远距离情形下的改进YOLOv8行人检测算法［J/OL］. （2024-05-12）［2024-5-14］. https://doi.org/10.19678/j.issn.1000-3428.0068897.
［27］ ZHOU Y J， ZHU W H， HE Y G， et al. YOLOv8-based spatial target part recognition［C］// IEEE 3rd International Conference on Information Technology， Big Data and Artificial Intelligence （ICIBA）. IEEE， 2023:1684-1687.

[1]	谢培栋, 程远志, 许浩天. 海洋生物层级分类算法[J]. 计算机与现代化, 2025, 0(06): 21-27.
[2]	郝荣荣1, 马巧梅1, 谭亚军1, 石桓印2. 基于可变形卷积与注意力机制的复杂火灾检测[J]. 计算机与现代化, 2025, 0(06): 79-85.
[3]	秦宏峥1, 2, 王同罕1, 2, 贾惠珍1, 2. 结合多尺度交互与跨通道注意的图像质量评价[J]. 计算机与现代化, 2025, 0(06): 86-91.
[4]	王承先1, 赵晴2 . 基于CR-BACC模型的彝文命名实体识别方法[J]. 计算机与现代化, 2025, 0(05): 28-35.
[5]	池碧蔚1, 孙瑞2. 基于Transformer架构的DDoS攻击检测方法[J]. 计算机与现代化, 2025, 0(05): 36-40.
[6]	姬正杰, 魏霖静. 用于玉米叶片病害分类的轻量级网络ICS-ResNet[J]. 计算机与现代化, 2025, 0(04): 19-28.
[7]	庄瑜, 傅晓锦, 李莎, 吴峥. 基于XMB-YOLOv5s的无人机小目标检测[J]. 计算机与现代化, 2025, 0(04): 29-35.
[8]	王家乐, 宋文爱, 富丽贞. 基于HA-Net模型的职业性尘肺病筛查[J]. 计算机与现代化, 2025, 0(04): 103-110.
[9]	李浩然1, 何文雪1, 徐嘉振1, 杨帮华2. 基于多尺度动态卷积与注意力机制的抑郁脑电信号分类方法[J]. 计算机与现代化, 2025, 0(03): 60-65.
[10]	蒲亚亚, 王彦博, 苏勇东, 徐忠承. 内容引导注意力融合的多尺度特征图像去雾算法[J]. 计算机与现代化, 2025, 0(03): 78-85.
[11]	罗豪, 李先锋. 基于多尺度特征提取的遥感图像分类[J]. 计算机与现代化, 2025, 0(03): 86-92.
[12]	朱永田, 田飞, 董宝良. 基于HA-UNet++的甲状腺结节超声图像分割方法[J]. 计算机与现代化, 2025, 0(03): 93-98.
[13]	柳尧凯, 任德均, 刘重宜, 卢宇东. 面向小目标检测的自适应多维度特征融合网络[J]. 计算机与现代化, 2025, 0(03): 106-112.
[14]	郭华. 面向下游任务优化的不平衡数据重采样[J]. 计算机与现代化, 2025, 0(02): 28-32.
[15]	冯心洁, 王伟. 基于孪生特征融合网络的自然场景文本图像超分辨率方法[J]. 计算机与现代化, 2025, 0(02): 86-93.