改進(jìn)ＹＯＬＯｖ５ 的軍事飛機(jī)檢測(cè)算法

打開(kāi)文本圖片集

摘 要：針對(duì)遙感圖像中軍事飛機(jī)目標(biāo)檢測(cè)存在的精度低、漏檢和虛警率高等問(wèn)題，提出了一種基于ＹＯＬＯｖ５ｓ 的輕量化遙感圖像軍事飛機(jī)目標(biāo)檢測(cè)算法———ＹＯＬＯＭｉｌｉｔａｒｙ Ａｉｒｃｒａｆｔ Ｒｅｃｏｇｎｉｔｉｏｎ （ＹＯＬＯＭＡＲ）。提出新的網(wǎng)絡(luò)結(jié)構(gòu)，完成多尺度感受野權(quán)重調(diào)整，重設(shè)計(jì)特征提取網(wǎng)絡(luò)和特征融合網(wǎng)絡(luò)，實(shí)現(xiàn)小目標(biāo)特征權(quán)重增加，并進(jìn)行輕量化處理；使用ＦＰＧＭ 對(duì)重構(gòu)后的模型進(jìn)行剪枝，極大地降低了模型的參數(shù)量和體積；使用ＳＩｏＵ Ｌｏｓｓ 作為模型的損失函數(shù)，使模型的收斂速度加快并提升檢測(cè)的精度。（剩余302字）