期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于加权跳动多级特征融合的小目标检测算法
1
作者 吕学强 刘梦可 +1 位作者 韩晶 董志安 《激光杂志》 北大核心 2025年第6期79-88,共10页
目前目标检测技术虽然趋向于成熟,但是对航拍图像的检测仍然存在挑战。针对航拍图像中目标排列密集、背景复杂、小目标数量多导致目标检测精度较低的问题,提出一种基于YOLOv7改进的加权跳动多级特征融合网络WBMFF-YOLO。首先构建多尺度... 目前目标检测技术虽然趋向于成熟,但是对航拍图像的检测仍然存在挑战。针对航拍图像中目标排列密集、背景复杂、小目标数量多导致目标检测精度较低的问题,提出一种基于YOLOv7改进的加权跳动多级特征融合网络WBMFF-YOLO。首先构建多尺度通道分割模块,增强浅层特征图中的空间位置等细节信息;设计加权跳动多级特征融合结构,将之前的Concat采用加权方式进行替换,使不同层级的特征相互补充,增强特征表达的丰富性和鲁棒性;使用感受野协调注意力机制模块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;为了解决小目标漏检问题,设计新的解耦头加强对小目标的检测能力。实验证明,在VisDrone2021和DOTA1.5数据集上,提出的方法检测精度分别达到56.2%、77.6%。相比于原始YOLOv7,分别提高了7.3%和2.2%,证明了改进方法在航拍图像中的有效性。 展开更多
关键词 目标检测 多尺度通道分割 加权跳动多级特征融合 感受野协调注意力 解耦网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部