改进YOLOv5的遥感图像目标检测算法OACSTPCD
Target Detection Algorithm of Remote Sensing Image Based on Improved YOLOv5
针对遥感图像中背景复杂度高、目标尺寸多样和小目标存在过多所导致的目标检测精度较低的问题,提出一种改进YOLOv5的遥感图像目标检测算法.该算法在主干网络引入通道-全局注意力机制(CGAM)以增强对不同尺度目标的特征提取能力和抑制冗余信息的干扰.引入密集上采样卷积(DUC)模块扩张低分辨率卷积特征图,有效增强不同卷积特征图的融合效果.将改进算法应用于公开遥感数据集RSOD中,改进YOLOv5算法平均精度AP值达到78.5％,较原算法提升了3.1个百…查看全部>>
李坤亚;欧鸥;刘广滨;于泽峰;李林
成都理工大学 计算机与网络安全学院(牛津布鲁克斯学院),成都 610051成都理工大学 计算机与网络安全学院(牛津布鲁克斯学院),成都 610051成都理工大学 计算机与网络安全学院(牛津布鲁克斯学院),成都 610051成都理工大学 计算机与网络安全学院(牛津布鲁克斯学院),成都 610051成都理工大学 计算机与网络安全学院(牛津布鲁克斯学院),成都 610051
信息技术与安全科学
遥感图像目标检测YOLOv5注意力机制上采样
《计算机工程与应用》 2023 (9)
207-214,8
四川省科技厅应用基础研究项目(2021YJ0335).
评论