基于Ghost-YOLOv5的光学图像飞机目标检测方法

扫码查看

原文链接

万方数据
维普

中文摘要：停泊飞机目标检测对机场交通管控、重点军事基地部署掌握、监控敌方实时军事动态等军民领域均具有重要意义.飞机目标检测需要综合考量检测精度与检测速度两个方面,本文将YOLOv5 骨干网络中的C3 模块和部分卷积模块替换成Ghost Bottleneck,从而将Ghostnet引入YOLOv5s网络中,取得很好的检测效果.在检测精度上,mAP 0.5达到了95.34%,mAP0.5-0.95达到了61.6%,网络的精度达到了96.89%,召回率达到了91.42%.在检测速度上,网络的FPS达到了66.67.

作者：

赵玲娜

展开 >

作者单位：

安徽水利水电职业技术学院机电工程学院,安徽合肥 231603

关键词：

光学飞机目标检测卷积神经网络 YOLOv5 Ghostnet

出版年：

2025

DOI：

10.19311/j.cnki.1672-3198.2025.01.082

现代商贸工业

中国商办工业杂志社

现代商贸工业

影响因子：0.336

ISSN：1672-3198

年,卷(期)：2025.(1)