典型文献
一种基于残差网络优化的航拍小目标检测算法
文献摘要：
针对在复杂背景下的遥感小目标与周围场景因特征相似度高而导致的小目标检测正确率低的问题,提出一种基于残差网络优化的航拍小目标检测算法.首先,在YOLOv5网络中引入改进的SE_ECSP模块,减少网络计算参数的同时,使得小目标的特征权重在网络在卷积池化过程中得以提升;然后,在网络的Prediction中添加一个160×160的检测层,对小目标的细节信息进行局部放大与提取;最后,选取CIoU和NMS作为损失函数对同一网格中的候选框进行多次循环结构的判断和筛选,从而有效避免小目标的漏检问题.实验结果表明,改进后的网络用于遥感小目标检测的查准率为85.12％,损失函数值为0.048 41,相比改进前的网络检测精度和鲁棒性得以提升.
文献关键词：
小目标检测;遥感图像;注意力机制;YOLOv5网络
中图分类号：
作者姓名：
李壮飞;杨风暴;郝岳强
作者机构：
中北大学信息与通信工程学院 太原030051;东杰智能科技集团股份有限公司 太原030008
文献出处：
引用格式：
[1]李壮飞;杨风暴;郝岳强-.一种基于残差网络优化的航拍小目标检测算法)[J].国外电子测量技术,2022(08):27-33
A类：
ECSP
B类：
残差网络,网络优化,航拍,小目标检测,目标检测算法,复杂背景,围场,因特,特征相似度,YOLOv5,SE,计算参数,特征权重,池化,Prediction,检测层,细节信息,CIoU,NMS,损失函数,候选框,循环结构,漏检,查准率,函数值,进前,网络检测,检测精度,遥感图像,注意力机制
AB值：
0.376497
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。
