联合结构重参数和YOLOv5的航拍红外目标检测OA北大核心CSTPCD
Infrared Aerial Object Detection Based on Structural Re-Parameterization and YOLOv5
无人机进行红外航拍目标检测在交通、农业和军事等方面有着广泛应用.该领域的主要挑战有目标较小、相互遮挡、非刚体形变大以及红外成像纹理信息少、边缘特征弱等.针对以上问题,基于YOLOv5和结构重参数化优化思想,提出了一种针对航拍场景的目标检测模型Rep-YOLO.首先,在主干网络中引入RepVGG模块,提升模型特征提取能力;在模型推理时对RepVGG模块的多分支进行结构重参数化,减少网络分支和结构复杂度.其次,结合数据特征,改进检测网络颈部的路径聚合…查看全部>>
Infrared aerial object detection has been widely used in transportation,agriculture,military security,and other areas.The main challenges are small objects,mutual occlusion,little texture information,weak edge features,and large deformation of non-rigid bodies.To address these problems,based on YOLOv5 and structural Re-Parameterization(Rep),an improved object detection network Rep-YOLO is proposed for infrared aerial object detection.Firstly,the RepVGG modul…查看全部>>
邵延华;张兴平;张晓强;楚红雨;吴亚东
西南科技大学信息工程学院,绵阳 621010西南科技大学信息工程学院,绵阳 621010西南科技大学信息工程学院,绵阳 621010西南科技大学信息工程学院,绵阳 621010四川轻化工大学计算机科学与工程学院,宜宾 644000
计算机与自动化
深度学习红外图像航拍目标检测YOLOv5结构重参数化
deep learninginfrared imagingaerial object detectionYOLOv5structural re-parameterization
《电子科技大学学报》 2024 (3)
382-389,8
国家自然科学基金(6160382)国防科工项目(20zg6108)四川省科技厅项目(2019YJ0325,2020YFG0148)
评论