科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对大部分模型参数量较多，导致飞机遥感图像目标检测实时性差的问题，提出了一种基于GhostNet-YOLOv4的轻量化遥感图像中飞机目标检测模型。该模型取代YOLOv4的主干网络CSPDarknet53,并使用Ghost卷积取代原网络中的部分标准卷积，进一步减少参数量；使用改进后的空洞空间金字塔池化(Atrous Spatial Pyramid Pooling, ASPP)模块替换SPP模块，增大感受野范围；将ECA模块和SAM模块结合成新的注意力机制，并加入到YOLO Head之前，提高模型的检测能力。实验结果表明，与原始YOLOv4相比，改进后的轻量化YOLOv4模型大小缩减为65.2 MB,检测速率提高至134.23帧/秒，检测精度达到94.63%,满足遥感图像中飞机目标快速和高精度的检测要求。
- 出版日期2023
- 单位河南理工大学
