科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对遥感图像中军事飞机目标检测存在的精度低、漏检和虚警率高等问题，提出了一种基于YOLOv5s的轻量化遥感图像军事飞机目标检测算法——YOLO-Military Aircraft Recognition(YOLO-MAR)。提出新的网络结构，完成多尺度感受野权重调整，重设计特征提取网络和特征融合网络，实现小目标特征权重增加，并进行轻量化处理；使用FPGM对重构后的模型进行剪枝，极大地降低了模型的参数量和体积；使用SIoU Loss作为模型的损失函数，使模型的收敛速度加快并提升检测的精度。结果表明，在公开军用飞机数据集MAR20上，YOLO-MAR相比于原YOLOv5s,模型体积降低至3.95 MB,缩小了71.5%,经过剪枝后的模型体积最小可缩减至0.2 MB,模型平均检测精度最高可达91.7%,提高了2.34%,并且在检测效果、模型体积、参数量和计算量等方面具有先进性，能够对军用飞机目标进行高质量实时检测。
- 出版日期2024
- 单位三峡大学
