-
题名融合RGB与IR图像的遥感小目标检测方法
- 1
-
-
作者
刘春霞
孟吉星
潘理虎
龚大立
-
机构
太原科技大学计算机科学与技术学院
精英数智科技股份有限公司
-
出处
《计算机工程》
北大核心
2025年第7期326-338,共13页
-
基金
山西省基础研究项目(202203021221145)
山西省研究生联合培养示范基地项目(2022JD11)。
-
文摘
针对现有的目标检测方法在处理背景复杂、有效信息量少的遥感图像时存在的误检、漏检等问题,提出了一种多模态遥感小目标检测方法——BFMYOLO。设计了像素级的红-绿-蓝(RGB)和红外(IR)图像的融合模块,即多模态融合模块(BFM),充分利用不同模态的互补性,实现两种模态信息的有效融合;设计了全尺度自适应更新模块(AA),解决特征融合过程中的多目标信息冲突问题,通过结合CARAFE上采样算子并进一步融入浅层特征,在加强非相邻层间融合的同时增强小目标的空间信息;设计了改进的任务解耦检测头(IDHead),将分类和回归任务分开处理,以降低不同任务的相互干扰,融合深层语义特征,进一步提升模型的检测性能。采用归一化Wasserstein距离(NWD)损失函数作为定位回归损失函数,降低位置偏差的敏感性。实验结果表明,该方法在VEDAI、NWPU VHR-10和DIOR数据集上的阈值设定为0.5时的均值平均精度(mAP@0.5)分别达到78.6%、95.5%和73.3%,优于其他先进模型,在遥感小目标检测中表现出良好的性能。
-
关键词
遥感目标检测
可见光和红外图像
轻量级上采样算子
注意力机制
特征融合
-
Keywords
remote sensing target detection
visible and infrared image
lightweight upsampling operators
attention mechanisms
feature fusion
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进YOLOv5的口罩佩戴检测算法
被引量：6
- 2
-
-
作者
张欣怡
张飞
郝斌
高鹭
任晓颖
-
机构
内蒙古科技大学信息工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2023年第8期265-274,共10页
-
基金
内蒙古自治区科技计划项目(2021GG0046,2021GG0048)。
-
文摘
在公共场合密集人群场景下,由于目标遮挡导致的信息缺失及检测目标较小、分辨率低问题,使得人脸佩戴口罩检测算法的检测效果较差。为提高模型的检测精度和速度,减少硬件占用资源,提出一种基于改进YOLOv5s的口罩佩戴检测算法。将标准卷积和深度可分离卷积相结合替换传统卷积,并进行通道混洗的鬼影混洗卷积,以在保证精度的前提下提升网络速度。将最近邻法上采样替换为轻量级通用上采样算子,充分利用特征语义信息,在改进的YOLOv5s模型Neck层末端添加自适应空间特征融合,可以对不同尺度的特征进行更好的融合,提高网络检测精度,并通过自适应图片采样,缓解数据不均衡的问题,运用马赛克数据增强对小目标进行充分利用。实验结果表明,该算法在AIZOO数据集上的mAP值达到了93%,比YOLOv5原始模型提升了2个百分点,对于佩戴口罩的人脸检测精度达到了97.7%,优于同等情况下YOLO系列、SSD、RetinaFace的检测效果,同时在GPU上的运行推理速度提升了16.7个百分点,且模型权重文件的内存仅为23.5 MB,适用于实时口罩佩戴检测。
-
关键词
口罩佩戴检测
YOLOv5s模型
鬼影混洗卷积
自适应空间特征融合
轻量级通用上采样算子
-
Keywords
mask wearing detection
YOLOv5s model
Ghost-Shadowed wash Convolution(GSConv)
Adaptive Spatial Feature Fusion(ASFF)
lightweight universal upsampling operator
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
