基于改进YOLOv5的无人机遥感图像检测算法探究OA
为了提高YOLOv5模型对无人机遥感图像的检测性能,本文进行了研究,该模型的主要问题是对小目标的漏检率和误检率较高.通过理论分析,发现其Anchor机制具有一定的优化空间,改进策略为使用NWD损失函数代替IoU损失函数.在性能仿真阶段,对比了4种基准模型的特点,将YOLOv5s模型与改进后的模型进行对比,对无人机遥感图像进行检测.结果显示,改进后的YOLOv5模型在准确度、召回率、多类别平均精确度方面均优于改进前.
刘华清;王晗;武美辰
辽宁工程技术大学测绘与地理科学学院,辽宁阜新 123000
计算机与自动化
YOLOv5无人机遥感图像检测算法Anchor机制改进网络结构改进
《中国新技术新产品》 2024 (007)
25-27 / 3
评论