文献检索-宁波市创意产业特色资源库

限定检索结果

基于改进Yolov5l的航空小目标检测算法: 收藏
分享
引用; 《计算机工程与设计》2023年第9期44卷 2610-2618页; 作者：戴得恩朱瑞飞陈长征秦磊马经宇中国科学院长春光学精密机械与物理研究所空间光学研究二部吉林长春130033 中国科学院大学大珩学院北京100049 长光卫星技术有限公司数据三室吉林长春130102; 针对航空图像小目标检测存在的检测精度低、误检与漏检严重等问题,提出一种基于改进Yolov5l的航空小目标检测算法(AS-Yolov5)。在Yolov5的主干特征提取网络中引入空洞卷积,使用Transform的Decode模块,在特征融合网络中新增检测头,FPN+PA...; 针对航空图像小目标检测存在的检测精度低、误检与漏检严重等问题,提出一种基于改进Yolov5l的航空小目标检测算法(AS-Yolov5)。在Yolov5的主干特征提取网络中引入空洞卷积,使用Transform的Decode模块,在特征融合网络中新增检测头,FPN+PAN特征融合时设置融合权重,输出端采用SE-Net注意力机制,测试时进行多尺寸输入及测试时间增强(TTA)。算法在visdron2021数据集上进行验证,实验结果表明,AS-Yolov5的均值平均精度@0.5(mAP@0.5)为41.0%,较Yolov5l的28.5%提升12.5%,有效提高Yolov5l难以在远距离、暗环境、密集分布和图像模糊的场景下的小目标检测能力。; 来源：详细信息评论

限定检索结果