融合非对称卷积的遥感图像目标检测算法

作者：齐梦林; 陈炳才; 张繁盛; 潘旭; 彭相澍

来源：电子测量技术, 2023, 46(07): 125-132.

DOI：10.19651/j.cnki.emt.2211140

• 遥感图像
• 目标检测
• YOLOv5
• 非对称卷积
• 注意力机制

遥感图像中的目标具有背景复杂、方向多变等特点。利用传统方法进行遥感图像目标检测过程复杂且费时，存在精度低，漏检率高等问题。针对以上问题，提出一种改进的YOLOv5-AC算法，该算法以YOLOv5s模型为基础，首先在原有的Backbone中构建非对称卷积结构，增强模型对翻转和旋转目标的鲁棒性；其次在主干网络的C3模块中引入坐标注意力机制提升特征提取能力，并使用Acon自适应激活函数激活；最后使用CIOU作为定位损失函数以提升模型定位精度。改进后的YOLOv5-AC模型在NWPU VHR-10和RSOD数据集上进行实验，平均精确度均值分别达到了94.0%和94.5%,分别比原版YOLOv5s提升了1.8%和2.3%,有效提高了遥感图像目标检测精确度。

• 单位
  大连理工大学; 新疆师范大学