科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对遥感图像中背景复杂度高、目标尺寸多样所导致的目标检测精度低的问题，提出一种基于改进YOLOv5的遥感图像目标检测算法；采用ConvNeXt网络作为主干网络，结合了CNN的局部特性和Transformer的全局特性，克服了传统CNN在全局上下文信息处理和长距离依赖关系挖掘上的局限性，实现了对全局信息的有效捕获；引入SimAM注意力机制，在不增加网络参数的情况下推断出特征图的3D注意力权值，提高网络的稳定性以及抗干扰能力；采用CFP捕获全局长距离依赖关系以及遥感图像的局部关键区域信息，以及新颖的SIoU loss边界框定位损失函数和Soft-SIoU-NMS非极大值抑制方法，进一步提升了遥感图像实时检测的效果；在RSOD数据集上进行的测试，结果表明本算法相比于原网络提高了10.6%的平均精度，达到了94.2%。
- 单位
