检索结果-南通市图书馆

计算机工程 2024年第4期50卷 228-236页

作者：崔丽群曹华维辽宁工程技术大学软件学院辽宁葫芦岛125105

目前目标检测技术虽然已经趋于成熟,但是对遥感图像的检测仍存在不少挑战。针对遥感图像的背景复杂、目标尺度差异大、目标方向任意等特点造成目标检测精度低下的问题,提出一种基于改进YOLOv5的遥感图像目标检测算法。首先,构建一种联... 详细信息

目前目标检测技术虽然已经趋于成熟,但是对遥感图像的检测仍存在不少挑战。针对遥感图像的背景复杂、目标尺度差异大、目标方向任意等特点造成目标检测精度低下的问题,提出一种基于改进YOLOv5的遥感图像目标检测算法。首先,构建一种联合注意力的多尺度特征增强网络,充分融合高低层特征,使特征层具有语义信息的同时包含丰富的细节信息,并在融合过程中利用设计的特征聚焦模块帮助模型选择关键特征,抑制无关信息。其次,使用感受野模块(RFB)对融合后的特征图进行更新,扩大特征图的感受野,减少特征信息损失。最后,对目标增加旋转角度,并采用圆形平滑标签将回归问题转化成分类问题,提高遥感目标定位的准确性。在用于航拍图像目标检测的大规模数据集(DOTA)上的实验结果表明,与YOLOv5算法相比,所提算法的交并比(Io U)为0.5和0.5~0.95时的平均精度均值(m AP@0.5和m AP@0.5∶0.95)分别提高了7.3和3.3个百分点,能够明显提高复杂背景下遥感图像目标的检测精度,并改善对遥感目标的漏检和误检情况。

关键词：目标检测遥感图像特征融合感受野模块圆形平滑标签

来源：

维普期刊数据库

同方期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于YOLOv5s的轻量化遥感舰船检测算法

引用

中国舰船研究 2024年

作者：王浩臣辛月兰郭江王庆庆青海师范大学物理与电子信息工程学院

[目的]针对遥感图像舰船目标检测任务中轻量化和快速推理的需求，提出了一种基于改进YOLOv5s的轻量化遥感舰船目标检测算法LR-YOLO。[方法]首先，主干网络采用ShuffleNet v2 Block堆叠方式，有效减少网络模型的参数量并提高计算速度；... 详细信息

[目的]针对遥感图像舰船目标检测任务中轻量化和快速推理的需求，提出了一种基于改进YOLOv5s的轻量化遥感舰船目标检测算法LR-YOLO。[方法]首先，主干网络采用ShuffleNet v2 Block堆叠方式，有效减少网络模型的参数量并提高计算速度；其次，设计区域选择模块Filter，选择感兴趣的区域，更充分地提取有效特征；最后，引入圆形光滑标签计算角度损失，对遥感舰船目标进行旋转检测，并采用可变形卷积，以此来适应几何形变，提升检测效果。[结果]在HRSC2016舰船数据集上的实验结果表明，该算法的检测精度达到了92.90%，提高了1.3%，并且模型参数量仅为基线模型的39.33%。[结论]该算法实现了轻量化和检测准确率的平衡，为轻量化遥感舰船目标检测提供了参考。

关键词： YOLOv5s 遥感图像舰船目标检测可变形卷积圆形平滑标签

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于航空图像的目标检测算法Trans_YOLOv5

引用

计算机技术与发展 2024年第1期34卷 77-82页

作者：文青伍欣敖斌李宽殷建平东莞理工学院网络空间安全学院广东东莞523808

与自然图像的检测算法相比较,航空图像的检测存在目标角度随机、目标尺度变化剧烈、小目标密集、图像背景复杂等问题。针对这一系列难题,提出适用于航空图像检测的Trans-YOLOv5算法。修改YOLOv5算法中数据预处理模块以及后处理方法,增... 详细信息

与自然图像的检测算法相比较,航空图像的检测存在目标角度随机、目标尺度变化剧烈、小目标密集、图像背景复杂等问题。针对这一系列难题,提出适用于航空图像检测的Trans-YOLOv5算法。修改YOLOv5算法中数据预处理模块以及后处理方法,增加一个目标角度标签的处理,使其适用于目标角度随机的航空图像。针对后续出现的边界问题,引入CSL(Circular Smooth Label,圆形平滑标签)将标签角度回归问题转换为分类问题,提高角度标签检测的精度。针对航空图像小目标检测问题,将Swin Transformer集成于YOLOv5框架中,提升模型对小目标的检测效果,并配合注意力机制模块,提高全局表征能力,使网络模型更加关注于待检测的目标对象。在DOTAv2.0航空图像数据集上的实验结果验证了所提方法的有效性,检测结果达到60.98%mAP,与原YOLOv5算法检测结果相比提高10.85百分点,与官网公布的竞赛最佳结果相比提高2.01百分点。

关键词：小目标检测航空图像 YOLOv5 圆形平滑标签 Swin Transformer

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

改进YOLOv5网络在遥感图像目标检测中的应用

引用

遥感信息 2022年第5期37卷 23-30页

作者：周华平郭伟安徽理工大学计算机科学与工程系安徽淮南232001

针对遥感图像目标检测存在的尺度多样化、分布密集、小目标检测困难等问题,提出了一种改进YOLOv5网络的遥感图像目标检测的新方法Fca_YOLOv5。该方法引入了频率通道注意力网络,引导模型更加关注信息丰富的特征;将网络输入尺寸优化为1 0... 详细信息

针对遥感图像目标检测存在的尺度多样化、分布密集、小目标检测困难等问题,提出了一种改进YOLOv5网络的遥感图像目标检测的新方法Fca_YOLOv5。该方法引入了频率通道注意力网络,引导模型更加关注信息丰富的特征;将网络输入尺寸优化为1 024,减少了图像缩放带来的影响;采用圆形平滑标签计算角度损失,对船舰目标进行旋转目标检测,进一步提升检测效果。在DOTA遥感图像数据集上进行实验,检测精度最高达到了75.9%,船舰旋转目标检测精度达到了96.1%,并且Fca_YOLOv5s的检测精度比YOLOv5s提高了3.1%。实验结果表明,改进网络对遥感图像中的微小目标具有较好的检测效果,有效提升了遥感图像的检测精度,对实现遥感图像中的微小目标检测具有一定的参考意义。

关键词： YOLOv5 频率通道注意力机制网络输入尺寸圆形平滑标签小目标检测

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：