改进YOLOv5的军事飞机检测算法OA
针对遥感图像中军事飞机目标检测存在的精度低、漏检和虚警率高等问题,提出了一种基于YOLOv5s的轻量化遥感图像军事飞机目标检测算法——YOLO-Military Aircraft Recognition(YOLO-MAR)。提出新的网络结构,完成多尺度感受野权重调整,重设计特征提取网络和特征融合网络,实现小目标特征权重增加,并进行轻量化处理;使用FPGM对重构后的模型进行剪枝,极大地降低了模型的参数量和体积;使用SIoU Loss作为模型的损失函…查看全部>>
王杰;张上;张岳;胡益民
三峡大学水电工程智能视觉监测湖北省重点实验室,湖北宜昌443002 三峡大学湖北省建筑质量检测装备工程技术研究中心,湖北宜昌443002 三峡大学计算机与信息学院,湖北宜昌443002三峡大学水电工程智能视觉监测湖北省重点实验室,湖北宜昌443002 三峡大学湖北省建筑质量检测装备工程技术研究中心,湖北宜昌443002 三峡大学计算机与信息学院,湖北宜昌443002三峡大学水电工程智能视觉监测湖北省重点实验室,湖北宜昌443002 三峡大学湖北省建筑质量检测装备工程技术研究中心,湖北宜昌443002 三峡大学计算机与信息学院,湖北宜昌443002三峡大学水电工程智能视觉监测湖北省重点实验室,湖北宜昌443002 三峡大学湖北省建筑质量检测装备工程技术研究中心,湖北宜昌443002 三峡大学计算机与信息学院,湖北宜昌443002
目标检测军事飞机YOLOv5sFPGMSIoU Loss
《无线电工程》 2024 (3)
P.589-596,8
国家级大学生创新创业训练计划(202111075012,202011075013)~~。
评论