改进的YOLOv5s遥感影像机场场面飞机小目标识别

【类型】期刊

【作者】张新君  赵春霖 

【刊名】电光与控制

【关键词】 坐标注意力机制,遥感影像,Transformer,YOLOv5s,小目标检测,Swin

【摘要】遥感影像具有地物拍摄模糊以及背景环境复杂等特点，导致大面积地面物体识别准确率较低。针对此问题，提出了一种基于YOLOv5s改进网络模型。该模型对YOLOv5s中的骨干提取网络和颈部多尺度特征融合网络进行优化，引入Swin Transformer以获得更多关于目标物体的特征信息；同时对骨干网络中的模块做了修剪；此外，模型中还添加了坐标注意力机制来提升特征提取和融合效果。对于遥感数据集进行了小目标检测识别测试实验，改进后的YOLOv5s网络的mAP值为0.837 5,比YOLOv5s网络模型提高了0.022 5。实验结果表明，改进后的YOLOv5s网络模型对比YOLO系列网络和EfficientDet模型有效地提高了识别准确率、召回率以及mAP值，并且在训练时间上也比YOLOv5s减少了1/12。

【年份】2024

【作者单位】辽宁工程技术大学电子与信息工程学院;

【期号】07

【页码】104-111