基于YOLOv5的高分辨率遥感图像目标检测算法

作者：李在瑞; 郑永果^*; 东野长磊

来源：智能计算机与应用, 2023, 13(10): 83-87.

• 遥感图像
• 目标检测
• 分布密集
• YOLO
• 空洞卷积

针对高分辨率遥感图像中物体排布密集、尺度变化较大等特性，提出一种目标检测算法R-YOLOv5。算法在YOLOv5模型基础上首先将跨阶段局部扩张结构作用于主干网络，采用一种加强的特征提取方式，通过整合空洞卷积和密集连接，来缓解模型对密集分布目标的漏检问题；其次，在主干网络的瓶颈部分结合Transformer模块来增强特征的表达，突出目标区域；最后，引入多尺度特征融合模块，解决多尺度特征融合时存在的不一致性问题，以提高模型的检测效果。在公开的遥感图像检测数据集DIOR的实验结果表明，R-YOLOv5算法平均精度均值(mAP)达到80.6%,具有良好的检测性能。

• 出版日期2023
• 单位山东科技大学