科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对红外场景下存在目标模糊，难以检测的问题，提出一种基于YOLOv5所改进的算法。首先，为提高目标的检测率，在YOLOv5算法中加入CBAM注意力机制，提取注意力信息，增强红外目标在检测网络中的特征表达能力。然后，改进Bottleneck模块，有效实现特征重用，提高了模型的计算效率。接着，优化了Backbone与Neck结构部分，降低了网络的计算量。最后，改进上采样函数。研究结果证明，改进的网络在红外图像检测与识别中有着更好的检测率，计算量也更少，mAP值为81.3%，比原始网络提升了3个百分点。
- 单位
