利用注意力机制融合的YOLOv5遥感图像目标检测OA
Object Detection in YOLOv5 Remote Sensing Image Using Attention Mechanism Fusion
遥感图像目检测与识别是近年来国内外研究的热点之一.针对检测任务中因目标密集分布、目标尺度不一所导致的精度不高等问题,提出了一种改进YOLOv5的融合注意力机制目标检测算法.首先,将坐标注意力机制(Coordinate Attention,CA)分别融合到YOLOv5的骨干网络、颈部和输出端3个位置,以提高模型的特征提取能力.其次,进行训练和测试,实验结果表明,骨干网络位置最适合融合注意力,能够有效增强模型的检测性能.再次,采用CIoU_loss作…查看全部>>
王龙博;刘建辉;张贝贝;魏祥坡
信息工程大学,河南郑州450001信息工程大学,河南郑州450001信息工程大学,河南郑州450001信息工程大学,河南郑州450001
计算机与自动化
目标检测YOLOv5注意力机制遥感图像
target detectionYOLOv5attention mechanismremote sensing image
《信息工程大学学报》 2023 (4)
438-446,9
河南省自然科学基金资助项目(222300420386)
评论