基于改进YOLOv5的遥感图像旋转框目标检测 |
| |
引用本文: | 庄文华,唐晓刚,张斌权,原光明.基于改进YOLOv5的遥感图像旋转框目标检测[J].电子设计工程,2023(14):137-141+146. |
| |
作者姓名: | 庄文华 唐晓刚 张斌权 原光明 |
| |
作者单位: | 航天工程大学航天信息学院 |
| |
基金项目: | 国家自然科学基金(62027801); |
| |
摘 要: | 针对遥感图像由于具有背景复杂和目标方向多变、尺度变化剧烈的特性导致目标检测精度较低的问题,文中提出了一种基于瓶颈注意力的遥感图像目标检测算法R-YOLOv5。该算法通过主干特征提取网络、瓶颈注意力、旋转框和损失函数的改进来加强网络对关键目标的特征提取能力,并在训练阶段采用了Mosaic和Mixup的TTA数据增强策略来弱化遥感图像复杂的背景信息对检测的影响。实验结果表明,R-YOLOv5的mAP达到了94.7%,与原始YOLOv5相比,提高了14.1%,可以有效提高遥感图像目标检测精度。
|
关 键 词: | 目标检测 遥感图像 注意力机制 Swin Transformer YOLOv5 旋转框 |
|
|