基于YOLO v5算法的迷彩伪装目标检测技术研究

Camouflaged Object Detection Based on Improved YOLO v5 Algorithm

王杨 ¹曹铁勇 ¹杨吉斌 ¹郑云飞 ²方正 ¹邓小桐 ¹吴经纬 ¹林嘉³

扫码查看

作者信息

1. 陆军工程大学指挥控制工程学院南京210007
2. 陆军工程大学指挥控制工程学院南京210007;陆军炮兵防空兵学院南京211100;安徽省偏振成像与探测重点实验室合肥230031
3. 山东省军区数据信息室济南250000
折叠

摘要

迷彩伪装目标与周围环境高度相似,对迷彩伪装目标的检测任务比普通的检测任务更具挑战性,常规的检测算法对迷彩伪装目标检测任务不完全适用.文中对现有方法进行分析,以YOLO v5算法为基础,提出了一种针对迷彩伪装目标的检测算法.该算法结合注意力机制设计了新的特征提取网络,突出了迷彩伪装目标的特征信息;并且对原有的聚合网络进行了改进,增大了检测的尺度,使用非对称卷积模块强化了目标语义信息.在一种公开的迷彩伪装目标数据集上将该算法与7种算法进行对比,所提算法的mAP值较原始算法提升了4.4％,召回率提升了2.8％,在mAP值方面也比其他算法更具优势,从而验证了所提算法对迷彩伪装目标检测任务的有效性.

关键词

迷彩伪装目标/目标检测/注意力机制/YOLO/聚合网络

引用本文复制引用

基金项目

出版年

2021

计算机科学

重庆西南信息有限公司（原科技部西南信息中心）

计算机科学

CSTPCDCSCD北大核心

影响因子：0.944

ISSN：1002-137X

被引量20

参考文献量1

段落导航