一种改进的YOLOv5s航拍车辆检测算法OA北大核心CSTPCD
A Vehicle Detection Algorithm Based on Improved YOLOv5s from the Aerial Perspective
为了解决航拍图像中车辆小目标检测困难的问题,提出一种改进的YOLOv5s航拍车辆检测算法.首先,将未利用的浅层特征信息与其他深层特征信息进一步融合,组成用于小目标检测的新检测层,提高小目标的检测能力;其次,结合SPD模块重新设计CSP模块构成SPD-CSP模块,代替原有网络的下采样操作,减少特征提取时小目标有效信息的损失;最后,将通道注意力机制ECA模块引入到Backbone部分中,通过自适应地调整不同特征通道的权重系数,使得网络更加关注特征图中…查看全部>>
To solve the problem of small vehicle target detection in aerial images,a vehicle detection algorithm based on improved YOLOv5s from the aerial perspective is proposed.The unused shallow feature information is further fused with other deep feature information to compose a new detection layer for small target detection to enhance the detection capability of small targets.The CSP module is combined with the space-to-depth(SPD)module to form the SPD-CSP module,…查看全部>>
张立国;沈明浩;金梅;任婷婷;赵嘉士
燕山大学 电气工程学院,河北 秦皇岛 066004燕山大学 电气工程学院,河北 秦皇岛 066004燕山大学 电气工程学院,河北 秦皇岛 066004燕山大学 电气工程学院,河北 秦皇岛 066004燕山大学 电气工程学院,河北 秦皇岛 066004
机器视觉YOLOv5sSPD-CSP模块航拍图像深度学习高效通道注意力机制
machine visionYOLOv5sSPD-CSP moduleaerial imagedeep learningefficient channel attention mechanism
《计量学报》 2024 (7)
974-981,8
国家重点研发计划(2020YFB1711001)河北省科学技术研究与发展计划科技支撑计划(20310302D)
评论