典型文献
改进YOLOv5网络在遥感图像目标检测中的应用
文献摘要：
针对遥感图像目标检测存在的尺度多样化、分布密集、小目标检测困难等问题,提出了一种改进YOLOv5网络的遥感图像目标检测的新方法Fca_YOLOv5.该方法引入了频率通道注意力网络,引导模型更加关注信息丰富的特征;将网络输入尺寸优化为1024,减少了图像缩放带来的影响;采用圆形平滑标签计算角度损失,对船舰目标进行旋转目标检测,进一步提升检测效果.在DO T A遥感图像数据集上进行实验,检测精度最高达到了75.9％,船舰旋转目标检测精度达到了96.1％,并且Fca_YOLOv5s的检测精度比YOLOv5s提高了3.1％.实验结果表明,改进网络对遥感图像中的微小目标具有较好的检测效果,有效提升了遥感图像的检测精度,对实现遥感图像中的微小目标检测具有一定的参考意义.
文献关键词：
YOLOv5;频率通道注意力机制;网络输入尺寸;圆形平滑标签;小目标检测
中图分类号：
作者姓名：
周华平;郭伟
作者机构：
安徽理工大学计算机科学与工程系,安徽淮南232001
文献出处：
引用格式：
[1]周华平;郭伟-.改进YOLOv5网络在遥感图像目标检测中的应用)[J].遥感信息,2022(05):23-30
A类：
Fca,频率通道注意力,网络输入尺寸,频率通道注意力机制
B类：
遥感图像,图像目标检测,注意力网络,尺寸优化,图像缩放,圆形平滑标签,船舰,旋转目标检测,检测效果,DO,图像数据集,检测精度,YOLOv5s,进网,微小目标检测
AB值：
0.185949
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。
