采用改进YOLOv5网络的遥感图像目标识别方法

摘要：

针对无人机目标识别中因遥感图像模糊、成像距离远、目标图像占比小等使得目标识别准确度不高问题,提出了一种基于改进YOLOv5网络的方法.该方法通过改进损失函数、改进特征金字塔网络(FPN)结构和增加平衡系数来提高目标识别效果.实验结果表明,在相同训练条件下,相比原始YOLOv5网络,改进YOLOv5网络对目标占比小于5％的小目标正确识别率有较为显著的提升,对目标占比仅有1％的小目标正确识别率提升了9％;对各类别图像识别准确率都有所提升,均值平均精度达到了0.767,比原始YOLOv5网络提升了3.2％.

关键词：深度学习、遥感图像识别、目标识别、YOLOv5网络

所属期刊栏目：35

分类号：TN959

在线出版日期：2021-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：117-120