改进YOLOv5的军事飞机检测算法

作者：王杰; 张上^*; 张岳; 胡益民

来源：无线电工程, 2023, 1-12.

• 目标检测
• 军事飞机
• YOLOv5s
• FPGM
• SIOU Loss

针对遥感图像中军事飞机目标检测存在的精度低、漏检、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-MAR。首先，提出新的网络结构，完成多尺度感受野权调整，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；然后，使用FPGM对重构后的模型进行剪枝，极大的降低模型的参数量和体积；最后，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，模型体积低至3.95MB，缩小了71.5%，经过剪枝后的模型体积最小可缩减至0.2MB，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、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2023
• 单位三峡大学