基于改进YOLOv5s算法的遥感图像飞机检测

摘要：

针对遥感飞机图像中存在背景复杂、密集小目标及目标遮挡等导致飞机检测精度不高的问题,提出一种基于改进YOLOv5s的遥感图像飞机检测算法.采用稠密连接增强特征传播与特征重用,减轻训练过程中的梯度消失问题;引入注意力机制进行自适应特征细化,提升密集小飞机目标的检测性能;改进损失函数增强目标被遮挡或多目标重叠情况下的检测效果.实验结果表明,改进后的算法能显著提高遥感图像飞机检测的精度,具有较强的实用性与适用性.

关键词：YOLOv5s、深度学习、目标检测、人工智能、遥感图像、飞机识别、计算机视觉

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;中国高校产学研创新基金-新一代信息技术创新基金项目;武汉工程大学研究生教育创新基金项目

在线出版日期：2023-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2794-2802