典型文献
基于YOLOX和Swin Transformer的车载红外目标检测
文献摘要：
红外图像因为存在噪声大、对比度不佳等问题,容易导致目标检测时的精度降低,本文结合YOLOX和Swin Transformer,提出了一种改进的YOLOX的模型.改进的模型采用Swin Transformer替换YOLOX中的CSPDarknet主干提取网络,减少YOLOX中Neck和Head部分的激活函数以及标准化层,以提高特征的提取能力,优化网络结构.对改进的模型在艾瑞光电数据集和FILR数据集上均进行了测试,实验结果显示,改进后的YOLOX网络,在两个数据集上的平均检测精度都有明显提升,更加适合红外图像的目标检测.
文献关键词：
目标检测;红外图像;YOLOX;Swin Transformer
中图分类号：
作者姓名：
楼哲航;罗素云
作者机构：
上海工程技术大学 机械与汽车工程学院,上海 201620
文献出处：
引用格式：
[1]楼哲航;罗素云-.基于YOLOX和Swin Transformer的车载红外目标检测)[J].红外技术,2022(11):1167-1175
A类：
FILR
B类：
YOLOX,Swin,Transformer,车载,红外目标检测,红外图像,对比度,CSPDarknet,Neck,Head,激活函数,特征的提取,检测精度
AB值：
0.285147
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。
