10.16251/j.cnki.1009-2307.2023.05.008
采用轻量化主干网络的遥感影像目标检测
针对遥感影像在背景复杂、目标尺度差异性大的场景中检测困难,而现有的 目标检测算法无法同时兼顾检测精度与检测速度等问题,以YOLO v5为基础提出了一种高效的 目标检测网络L-YOLO v5.基于残差空洞卷积对其主干网络进行模型压缩,减少模型的参数量与运算量;为了更好地融合多尺度信息,设计了 一种精细化特征融合网络,从而实现更高效的遥感影像目标检测.在DOTA数据集上的实验结果表明,该算法的mAP和FLOPs分别为77.1%和32.5GB,与YOLO v5相比mAP提高1.2%,FLOPs减少33.7%,在计算复杂度更低的情况下具有更优异的检测效果.
遥感影像、轻量化、目标检测、特征融合、空洞卷积
48
P237(摄影测量学与测绘遥感)
国家自然科学基金;兰州市人才创新创业项目;兰州交通大学天佑创新团队项目
2023-07-27(万方平台首次上网日期,不代表论文的发表时间)
共10页
58-67