基于改进YOLOv5的遥感图像检测

王志林; 于 瓅(62-67)

文章摘要

author_cn_name].基于改进YOLOv5的遥感图像检测[J].重庆科技学院学报（自然科学版）,2024,26(2):.

基于改进YOLOv5的遥感图像检测

DOI：10. 19406 / j. issn. 1673-1980. 2024. 02. 010

中文关键词: 遥感图像检测 YOLOv5 算法注意力机制加权双向特征金字塔目标检测

英文关键词:

基金项目:安徽省重点研究与开发计划项目“基于多源数据融合的交通事件主动防控技术研究与示范应用”(202104D07020010)

作者	单位
王志林，于瓅(62-67)	安徽理工大学计算机科学与工程学院

摘要点击次数: 1091

全文下载次数: 0

中文摘要:

针对现有遥感图像目标检测中背景复杂和尺度变化大等问题,基于 YOLOv5 模型提出了一种改进的遥感图像目标检测算法。首先,利用 Mosaic 数据增强方法重构数据集,以改善模型的训练效果和鲁棒性;其次,在 YOLOv5s 的 Backbone 中添加 SE 注意力机制,使改进后模型能够更精准地捕捉目标特征信息;最后,采用 BiFPN 替代原模型中的 FPN+PAN 结构,使模型能够进行不同尺度的特征融合,以减少检测过程中浅层信息的丢失。实验结果表明,相较于原模型,改进后模型的平均精度均值、准确率和召回率都有所提升;相较于原模型,改进后模型具有更强的特征提取能力及更快的检测效率。

英文摘要:

查看全文查看/发表评论下载PDF阅读器

关闭