全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 基于改进YOLOv5的SAR图像飞机目标细粒度识别
- 作者： 张武 刘秀清 来源： 国外电子测量技术 年份： 2024 文献类型 ： 期刊 关键词： YOLOv5 合成孔径雷达 飞机目标细粒度识别
- 描述： 针对合成孔径雷达(synthetic aperture radar, SAR)图像飞机目标细粒度识别中的小目标和多尺度检测问题，提出了一种基于YOLOv5的改进SAR图像飞机目标识别算法。该方法首先对网络进行重构，加入小目标检测层，改善小目标的漏检问题，提高目标定位精度。其次，在颈部网络中引入极化自注意力机制(polarized self attention, PSA),并使用双边特征金字塔结构(bi-directional feature pyramid network, BiFPN)进行多层特征带权融合，提高对飞机目标散射信息的关注度和滤除干扰信息。最后，使用SIoU(SCYLLA intersection over union)作为网络损失函数提高网络收敛速度和检测精度。利用SAR-AIRcraft-1.0数据集进行了算法有效性试验研究，实验结果表明，算法有效提升了飞机目标的检测精度，精确率、召回率、平均精度均值分别达到92.6%、84.1%、90.1%。