典型文献
基于视频图像的战斗机起落架检测
文献摘要：
针对视频图像中战斗机起落架目标小、清晰度低、检测难度大等问题,提出了改进的YOLOv5目标检测算法来完成对战斗机起落架的检测.为提高起落架检测的准确性,将自动色彩均衡算法应用于视频图像中提高视频图像的清晰度,在YOLOv5的主干特征提取网络提取的三个有效特征层后嵌入高效通道注意力机制使网络将注意力集中到图像目标上,忽略背景信息的干扰.实验结果表明,改进后的YOLOv5模型与原YOLOv5模型相比,召回率提高了 0.52％,精确率提高了 1.52％,mAP提高了 1.43％,在满足实时性的同时提高了对战斗机起落架的检测精度.
文献关键词：
起落架检测;YOLOv5;图像增强;高效通道注意力机制
中图分类号：
作者姓名：
汤淼;闫文君;方伟;谭凯文
作者机构：
海军航空大学,山东烟台 264001;海战场信息感知与融合技术国家级实验教学中心,山东烟台 264001
文献出处：
引用格式：
[1]汤淼;闫文君;方伟;谭凯文-.基于视频图像的战斗机起落架检测)[J].中国电子科学研究院学报,2022(08):729-735
A类：
起落架检测
B类：
视频图像,战斗机,对视,清晰度,YOLOv5,目标检测算法,均衡算法,算法应用,主干特征提取网络,有效特征,高效通道注意力机制,背景信息,召回率,精确率,mAP,检测精度,图像增强
AB值：
0.195478
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。
