科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对遥感图像中背景复杂度高、目标尺寸多样和小目标存在过多所导致的目标检测精度较低的问题，提出一种改进YOLOv5的遥感图像目标检测算法。该算法在主干网络引入通道-全局注意力机制（CGAM）以增强对不同尺度目标的特征提取能力和抑制冗余信息的干扰。引入密集上采样卷积（DUC）模块扩张低分辨率卷积特征图，有效增强不同卷积特征图的融合效果。将改进算法应用于公开遥感数据集RSOD中，改进YOLOv5算法平均精度AP值达到78.5%，较原算法提升了3.1个百分点。实验结果证明，改进后的算法能有效提高遥感图像目标检测精度。
- 出版日期2023
- 单位成都理工大学
