基于改进YOLOv7的遥感图像小目标检测方法OA北大核心CSTPCD
Small Target Detection Method in Remote Sensing Images Based on Improved YOLOv7
针对遥感图像中小目标数量众多且背景复杂所导致的识别精度低的问题,提出了一种改进的遥感图像小目标检测方法.该方法基于改进的YOLOv7网络模型,将双级路由注意力机制加入至下采样阶段以构建针对小目标的特征提取模块MP-ATT(max pooling-attention),使得模型更加关注小目标的特征,提高小目标检测精度.为了加强对小目标的细节感知能力,使用DCNv3(deformable convolution network v3)替换骨干网络中的…查看全部>>
Aiming at the issue of low recognition accuracy for small targets in remote sensing images,which is caused by the presence of numerous small targets and complex backgrounds,an improved small target detection method for remote sensing images is introduced.Based on an enhanced YOLOv7 network model,this method incorporates a bi-level routing attention mechanism at the down-sampling stage to construct the feature extraction module for small targets MP-ATT(max po…查看全部>>
苗茹;岳明;周珂;杨阳
河南大学 计算机与信息工程学院,河南 开封 475004||河南省空间信息处理工程研究中心,河南 开封 475004河南大学 计算机与信息工程学院,河南 开封 475004||河南省空间信息处理工程研究中心,河南 开封 475004河南大学 计算机与信息工程学院,河南 开封 475004||河南省空间信息处理工程研究中心,河南 开封 475004河南大学 计算机与信息工程学院,河南 开封 475004||河南省空间信息处理工程研究中心,河南 开封 475004
计算机与自动化
深度学习目标检测遥感图像小目标YOLOv7
deep learningtarget detectionremote sensing imagessmall targetYOLOv7
《计算机工程与应用》 2024 (10)
246-255,10
河南省科技攻关项目(222102210061)高分辨率对地观测系统重大专项(80-Y50G19-9001-22/23).
评论