典型文献
基于改进的YOLOv5识别遥感影像中输电塔的方法
文献摘要：
针对遥感影像目标检测中部分输电塔因目标较小、特征不显著而难以识别的问题,提出一种优化和改进的YOLOv5目标检测方法.首先,通过增加更大尺度检测层,以提升小目标的检测效果;其次,将大尺寸高分辨率遥感影像通过滑窗分割成小尺寸图像,进行检测及再还原,解决了遥感影像中难以直接有效识别输电塔等问题;最后,调用GDAL模块自动计算被识别输电塔的地理坐标.实验结果表明,改进YOLOv5模型较原始YOLOv5模型具有更好的小目标检测效果,测试集输电塔的AP值由0.87147提升为0.89717,GDAL计算输电塔空间坐标准确.
文献关键词：
遥感影像;目标检测;输电塔;YOLOv5;小目标;GDAL
中图分类号：
作者姓名：
孙乐杨;凌振宝;王永志
作者机构：
吉林大学 仪器科学与电气工程学院,吉林 长春 130061;吉林大学 地球探测科学与技术学院,吉林 长春 130061
文献出处：
引用格式：
[1]孙乐杨;凌振宝;王永志-.基于改进的YOLOv5识别遥感影像中输电塔的方法)[J].实验技术与管理,2022(04):19-24
A类：
B类：
YOLOv5,输电塔,优化和改进,目标检测方法,大尺度,检测层,检测效果,大尺寸,高分辨率遥感影像,滑窗,割成,小尺寸,接有,别输,调用,GDAL,自动计算,地理坐标,小目标检测,测试集,集输,AP,空间坐标
AB值：
0.291537
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。
