科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对遥感图像目标检测模型在国产平台上训练算力支撑不足以及推理性能不高等问题，文章提出一种轻量化的遥感图像目标检测方法，以轻量级深度学习网络YOLOv5s为基础对其进行改进，通过在Backbone骨干网络中添加轻量级注意力模块CBAM以提升模型的检测精度，并结合国产AI卡特点完成算子适配和模型转换，最终将转换后的模型部署在国产智能终端上。实验以遥感图像飞机目标作为检测对象，结果表明，文章提出的目标检测模型AP值为96.9%，在智能终端中的检测速度为48.5FPS，能够满足端侧部署的实时性要求。
