典型文献
基于改进YOLOX的红外目标检测算法
文献摘要：
针对红外目标图像分辨率低,缺少纹理细节,存在复杂背景干扰导致检测精度低的问题,提出一种基于改进YOLOX的红外目标检测算法.首先,设计了一种有效的空间通道混合注意力模块,将其引入在特征提取主干网络CSP-Darknet53中,以减少网络由于远距离传输造成的精度损失;其次,为了进一步提升红外目标的检测精度,在原本加强特征提取网络PANet的基础上提出一种改进的路径特征融合方法;最后,为了解决红外目标中小物体预测精度低的问题,在YOLOX输出检测头处进行反卷积操作扩大输出特征图.在FLIR红外公开数据集上进行实验,实验结果表明,所提算法识别的平均精度均值(mAP)达91.00％,相比于基准YOLOX网络的平均精度提升了5.04个百分点,对于提升红外目标的检测精度是有效的.
文献关键词：
卷积神经网络;红外目标检测;YOLOX;注意力机制;特征融合
中图分类号：
作者姓名：
谌海云;余鸿皓;王海川;黄忠义
作者机构：
西南石油大学电气信息学院 成都610500
文献出处：
引用格式：
[1]谌海云;余鸿皓;王海川;黄忠义-.基于改进YOLOX的红外目标检测算法)[J].电子测量技术,2022(23):72-81
A类：
B类：
YOLOX,红外目标检测,目标检测算法,标图,图像分辨率,复杂背景,背景干扰,检测精度,混合注意力,注意力模块,主干网络,CSP,Darknet53,远距离传输,精度损失,特征提取网络,PANet,特征融合,融合方法,检测头,反卷积,卷积操作,大输,特征图,FLIR,外公,公开数据集,算法识别,平均精度均值,mAP,精度提升,百分点,注意力机制
AB值：
0.392294
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
