基于改进YOLOv5n的轻量化光学遥感图像目标检测OA
Lightweight Optical Remote Sensing Image Object Detection Based on Improved YOLOv5n
针对光学遥感图像检测时存在背景复杂、目标密集、检测模型参数量和浮点计算量大的问题,提出了基于改进 YOLOv5n的轻量化光学遥感图像目标检测方法.在主干网络中通过减少部分模块数量、引入无参数的 SimAM注意力机制和 Bottleneck Transformer结构,在参数量降低的情况下增强了网络的特征提取能力;引入 Ghost卷积和使用同层跨越连接设计特征融合网络,降低模型复杂度和融合更多的特征信息;使用 SIoU损失函数加快收敛速度和提升模型…查看全部>>
周鹏成;黎远松;石睿;张阳
四川轻化工大学计算机科学与工程学院,四川宜宾 644005四川轻化工大学计算机科学与工程学院,四川宜宾 644005四川轻化工大学计算机科学与工程学院,四川宜宾 644005四川轻化工大学计算机科学与工程学院,四川宜宾 644005
计算机与自动化
遥感图像轻量化Bottleneck Transformer注意力机制Ghost卷积
《无线电工程》 2023 (7)
1544-1553,10
国家自然科学基金青年基金项目(41604154)
评论