改进YOLOv6的遥感图像目标检测算法OA北大核心CSTPCD
针对遥感图像背景复杂、目标普遍比较小且呈多尺度分布所导致的目标检测精度较低的问题,提出了一种改进YOLOv6的遥感图像目标检测算法。在骨干网络引入一种坐标注意力模块,以提高复杂背景下模型的特征提取能力和目标定位能力。提出一种上下文增强模块,使模型获取丰富的上下文信息,从而提升模型提取多尺度目标细节信息的能力。为了实现不同尺度特征的自适应融合,通过在颈网络引入一种自适应空间特征融合,提升了多尺度目标尤其是小目标的检测精度。将所提改进算法在遥感图像公…查看全部>>
许德刚;王再庆;邢奎杰;郭奕欣
河南工业大学信息科学与工程学院,郑州450001 河南工业大学粮食信息处理与控制教育部重点实验室,郑州450001 湖南工程学院计算机与通信学院,湖南湘潭411104河南工业大学信息科学与工程学院,郑州450001河南工业大学信息科学与工程学院,郑州450001河南工业大学信息科学与工程学院,郑州450001
计算机与自动化
遥感图像目标检测注意力机制多尺度目标YOLOv6
《计算机工程与应用》 2024 (3)
P.119-128,10
国家重点研发计划(2017YFD0401003-4)湖南省自然科学基金(2021JJ50114)。
评论