復(fù)雜場景下基于改進(jìn)YOLO算法的遙感圖像目標(biāo)檢測

打開文本圖片集

摘  要：遙感圖像普遍目標(biāo)尺度變化較大，背景較為復(fù)雜，這些問題導(dǎo)致當(dāng)前目標(biāo)檢測算法出現(xiàn)漏檢或檢測效果不佳等現(xiàn)象。文章選擇YOLOv3算法作為基礎(chǔ)網(wǎng)絡(luò)進(jìn)行改進(jìn)，對訓(xùn)練數(shù)據(jù)做Mosaic數(shù)據(jù)增強(qiáng)，增加困難樣本數(shù)量。結(jié)合ECA通道注意力機(jī)制，豐富特征的表達(dá)能力。使用CIOU損失作為定位損失，增強(qiáng)了目標(biāo)回歸框的檢測精度和收斂速度。（剩余7079字）