-
题名基于改进Yolov5l的航空小目标检测算法
被引量：3
- 1
-
-
作者
戴得恩
朱瑞飞
陈长征
秦磊
马经宇
-
机构
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
中国科学院大学大珩学院
长光卫星技术有限公司数据三室
-
出处
《计算机工程与设计》
北大核心
2023年第9期2610-2618,共9页
-
基金
国家自然科学基金项目(62105328)
国家重点研发计划基金项目(2019YFE0127000)
吉林省重大科技专项基金项目(20200503002SF)。
-
文摘
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。
-
关键词
航空小目标检测
Yolov5l模型
空洞卷积
SE-Net注意力模块
权重融合
深度学习
目标检测
-
Keywords
aviation small target detection
Yolov5l model
dilated convolution
SE-Net attention module
weight fusion
deep learning
object detection
-
分类号
TP394.1
[自动化与计算机技术—计算机应用技术]
-
