基于YOLO-MIR算法的多尺度红外目标检测网络 |
| |
引用本文: | 周金杰,吉莉,张倩,张宝辉,袁茜琳,刘燕晴,岳江.基于YOLO-MIR算法的多尺度红外目标检测网络[J].红外技术,2023(5):506-512. |
| |
作者姓名: | 周金杰 吉莉 张倩 张宝辉 袁茜琳 刘燕晴 岳江 |
| |
作者单位: | 1. 昆明物理研究所;2. 河海大学理学院 |
| |
摘 要: | 针对红外图像相对于可见光检测精度低,鲁棒性差的问题,提出了一种基于YOLO的多尺度红外图目标检测网络YOLO-MIR(YOLO for Multi-scale IR image)。首先,为了提高网络对红外图像的适应能力,改进了特征提取以及融合模块,使其保留更多的红外图像细节。其次,为增强对多尺度目标的检测能力,增大了融合网络的尺度,加强红外图像特征的进一步融合。最后,为增加网络的鲁棒性,设计了针对红外图像的数据增广算法。设置消融实验评估不同方法对网络性能的影响,结果表明在红外数据集下网络性能得到明显提升。与主流算法YOLOv7相比在参数量不变的条件下平均检测精度提升了3%,提高了网络对红外图像的适应能力,实现了对各尺度目标的精确检测。
|
关 键 词: | 目标检测 深度学习 红外图像 YOLO |
|
|