改进YOLOv5网络在遥感图像目标检测中的应用

摘要：

针对遥感图像目标检测存在的尺度多样化、分布密集、小目标检测困难等问题,提出了一种改进YOLOv5网络的遥感图像目标检测的新方法Fca_YOLOv5.该方法引入了频率通道注意力网络,引导模型更加关注信息丰富的特征;将网络输入尺寸优化为1024,减少了图像缩放带来的影响;采用圆形平滑标签计算角度损失,对船舰目标进行旋转目标检测,进一步提升检测效果.在DO T A遥感图像数据集上进行实验,检测精度最高达到了75.9％,船舰旋转目标检测精度达到了96.1％,并且Fca_YOLOv5s的检测精度比YOLOv5s提高了3.1％.实验结果表明,改进网络对遥感图像中的微小目标具有较好的检测效果,有效提升了遥感图像的检测精度,对实现遥感图像中的微小目标检测具有一定的参考意义.

关键词：YOLOv5、频率通道注意力机制、网络输入尺寸、圆形平滑标签、小目标检测

所属期刊栏目：37

分类号：TP751(遥感技术)

资助基金：国家自然科学基金;安徽省重点研究与开发计划项目

在线出版日期：2022-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：23-30