基于YOLO v5算法的迷彩伪装目标检测技术研究

作者：王杨; 曹铁勇^*; 杨吉斌; 郑云飞; 方正; 邓小桐; 吴经纬; 林嘉

来源：计算机科学, 2021, 48(10): 226-232.

• 迷彩伪装目标
• 目标检测
• 注意力机制
• YOLO
• 聚合网络

迷彩伪装目标与周围环境高度相似,对迷彩伪装目标的检测任务比普通的检测任务更具挑战性,常规的检测算法对迷彩伪装目标检测任务不完全适用。文中对现有方法进行分析,以YOLO v5算法为基础,提出了一种针对迷彩伪装目标的检测算法。该算法结合注意力机制设计了新的特征提取网络,突出了迷彩伪装目标的特征信息;并且对原有的聚合网络进行了改进,增大了检测的尺度,使用非对称卷积模块强化了目标语义信息。在一种公开的迷彩伪装目标数据集上将该算法与7种算法进行对比,所提算法的mAP值较原始算法提升了4.4%,召回率提升了2.8%,在mAP值方面也比其他算法更具优势,从而验证了所提算法对迷彩伪装目标检测任务的有效性。

• 单位
  中国人民解放军陆军工程大学; 中国人民解放军陆军炮兵防空兵学院