典型文献
基于SIOU函数的改进YOLOv5遥感目标检测方法
文献摘要：
为提升YOLOv5算法对遥感图像密集目标的检测精度并改善漏检问题,提出了一种改进的YOLOv5遥感目标检测算法.改进方法首先采用7*7卷积模块替换骨干网络中Focus模块以增大模型感受野;其次,在保证与原模块效果相同的情况下使用SPPF以提升检测速度;最后,引入SIOU损失函数,利用边界框回归之间的向量角度来重新定义损失函数,有效提高了检测的准确性.实验结果表明,针对公开的NWPU VHR-10遥感数据集,所提改进算法在保持与原算法相同检测速度的情况下,检测精度提高了3.5％.
文献关键词：
目标检测;遥感图像;SIOU;YOLOv5
中图分类号：
作者姓名：
高倩;潘杨;朱磊;杨金花
作者机构：
西安工程大学电子信息学院,陕西西安710048
文献出处：
引用格式：
[1]高倩;潘杨;朱磊;杨金花-.基于SIOU函数的改进YOLOv5遥感目标检测方法)[J].长江信息通信,2022(11):5-8
A类：
SIOU
B类：
YOLOv5,遥感目标检测,目标检测方法,遥感图像,密集目标,检测精度,漏检,目标检测算法,改进方法,卷积模块,换骨,骨干网络,Focus,大模型,感受野,SPPF,检测速度,损失函数,利用边界,边界框回归,量角,重新定义,NWPU,VHR,遥感数据,改进算法
AB值：
0.422301
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。
