基于改进YOLOv5的轻量化航空目标检测方法
日期:2022.12.01 点击数:9
【类型】期刊
【刊名】信息与控制
【关键词】 注意力,通道剪枝,深度学习,目标检测,模型压缩
【摘要】为解决硬件平台资源受限条件下的实时航空目标检测需求,在基于改进YOLOv5的基础上,提出了一种针对移动端设备/边缘计算的轻量化航空目标检测方法。首先以MobileNetv3为基础搭建特征提取网络,设计通道注意力增强结构MNtECA(MobileNetv3 with Efficient Channel Attention)提高特征提取能力;其次在深度可分离卷积层增加1×1的卷积,在减少卷积结构参数的同时提高网络的拟合能力;最后对检测网络进行迭代通道剪枝实现模型压缩和加速。实验选取DIOR(Object Detection in Optical Remote Sensing Images)数据集进行训练和测试,并在嵌入式平台(NVIDIA Jetson Xavier NX)对轻量级模型进行推理验证。结果表明,所提出的轻量级模型大幅降低了参数和计算量,同时具有较高精度,实现了移动端设备/边缘计算的实时航空目标检测。
【年份】2022
【作者单位】火箭军工程大学导弹工程学院;
【期号】03
【页码】361-368
相关文章
- 1、基于改进YOLOv5的轻量化航空目标检测方法 作者:杨小冈,高凡,卢瑞涛,李维鹏,张涛,曾俊, 年份:2022
- 2、面向遥感影像飞机目标检测的模型压缩技术研究与应用 作者:徐晗智 年份:2020
- 3、基于MPSoC的航空图像目标检测技术研究 作者:任彬 年份:2021
- 4、基于多分辨率遥感影像的飞机检测研究 作者:侯宇青阳,全吉成,魏湧明, 年份:2018
- 5、基于CenterNet的航空遥感图像目标检测 作者:杨曦中,高冠鸿,熊智,张玲, 年份:2022
- 6、基于深度学习的遥感影像飞机检测方法研究 作者:谢奇芳 年份:2019