基于多尺度特征融合的雾天目标检测方法

作者：孙锦; 尹明锋^*; 谢涛; 孟成; 贝绍轶

来源：激光杂志, 2023, 1-8.

• YOLOv5s
• 特征金字塔
• 注意力机制
• 大卷积核

针对雾天场景下目标检测方法存在漏检、遮挡、准确率低等问题，提出一种基于多尺度特征融合的雾天目标检测算法YOLO-CL-CA。首先，在数据预处理阶段，利用AOD-Net模型对RTTS数据集进行去雾操作，提高图像的细节信息；其次，引入集中式特征金字塔CFPNet（Centralized Feature Pyramid）以深层特征调控浅层特征，捕获图像的关键局部区域，增强模型的图像特征利用能力；然后，在输出层前加入CA注意力机制（Coordinate Attention），提高模型捕获小目标特征能力；最后，结合大卷积核构造LKC3模块，改善因遮挡导致的漏检问题。实验结果表明：本文算法的精确率和mAP0.5为90.6%和81.7%，比YOLOv5s算法分别提高了4.2%和1%，证明改进算法对雾天目标检测具有有效性和实用性。

• 单位
  江苏理工学院