期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于KAN结构的YOLOv10s改进算法在无人机目标检测中的应用研究
1
作者 李倩倩 范军芳 +1 位作者 徐小斌 纪毅 《航空兵器》 北大核心 2025年第5期72-82,共11页
面对无人机视角下目标小尺寸、弱特征、遮挡重叠、尺度跨度大且背景干扰强等问题,本文研究了Kolmogorov-Arnold网络(KAN)及其扩展结构在无人机小目标检测中的适用性。以YOLOv10s为基础,提出三类改进模型:其一,将基于多阶样条变换的KANC... 面对无人机视角下目标小尺寸、弱特征、遮挡重叠、尺度跨度大且背景干扰强等问题,本文研究了Kolmogorov-Arnold网络(KAN)及其扩展结构在无人机小目标检测中的适用性。以YOLOv10s为基础,提出三类改进模型:其一,将基于多阶样条变换的KANConv引入C2f的Bottleneck,构建C2f_KAN模块,实现特征的非线性映射与细节增强;其二,融合B-spline特征执行逐元素乘法,通过Instance Norm归一化避免激活过度放大,同时引入可学习参数α以动态调控spline2的强度,构建了C2f_MultKAN模块以优化特征交互策略;其三,引入三种基函数改进的KANConv替代原始卷积结构,以提升建模能力并缓解B-spline引起的计算开销。在VisDrone2019数据集上进行实验,结果表明,引入KAN显著提升了原模型在各典型场景下对小目标的识别能力:KAN-YOLO适合远距离、分布规律的小目标检测,MultKAN-YOLO在目标密集、遮挡重叠区域中表现稳定,JKAN-YOLO更适合处理光照不足、背景干扰强等复杂条件;基函数优化使KAN网络的运算量降低9.8%,mAP@50提升2%。本文研究验证了KAN架构在复杂目标检测任务中的有效性。 展开更多
关键词 小目标检测 KAN MultKAN jacobi YOLOv10s
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部