科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对飞机蒙皮检测中存在的小目标检测欠佳、漏检等问题，提出了1种基于增强特征融合和ATSS的YOLOv4飞机蒙皮图像目标检测算法。首先，增加用于目标预测的大尺度浅层特征层，以提高模型对小目标的检测效果；其次，增加特征融合网络层数，通过浅层与深层特征层的深度融合，丰富多尺度特征图中的特征信息；然后，通过K-means++聚类算法对数据集的真实框聚类，获得更具代表性的先验框尺寸，以提高预测框对目标的定位准确度；最后，引入ATSS对YOLOv4的样本选择策略进行优化，通过自适应获取最优的IoU阈值，实现正负样本自动划分，提升模型的检测性能。实验表明，在增加少量计算成本的情况下，算法的检测性能得到有效提升，mAP提升7.7%，检测的准确率达到80%以上。
- 出版日期2022
- 单位烟台大学文经学院
