基于改进YOLOv5的遥感图像小目标检测算法OACSTPCD
遥感图像中小目标占图像的比例极小,准确识别这些目标具有很大的挑战性。针对遥感图像领域小目标检测困难的问题,提出一种改进YOLOv5遥感图像小目标算法。首先,使用改进后的Mosaic-9对数据集进行了预处理,以此解决遥感图像小目标研究数据稀缺的问题。其次,在主干网络中添加CA注意机制模块增加对细节信息的感知力,提升对小目标的检测能力。最后,在特征融合网络引入高效的双向跨尺度连接加权特征融合BiFPN,解决目标特征较少且易丢失的问题。实验结果表明,改…查看全部>>
王欣;江涛;魏玉梅;马珍;白金燕
云南民族大学数学与计算机科学学院,昆明650500云南民族大学数学与计算机科学学院,昆明650500云南民族大学数学与计算机科学学院,昆明650500云南民族大学数学与计算机科学学院,昆明650500云南民族大学数学与计算机科学学院,昆明650500
计算机与自动化
YOLOv5遥感图像小目标检测CA注意力机制BiFPN
《计算机与数字工程》 2024 (7)
P.2050-2054,2060,6
国家自然科学基金项目“基于改进YOLOv5的遥感图像小目标检测”(编号:61363022)资助。
评论