基于改进YOLOv5模型的图像标志点特征智能提取方法

标志点被广泛应用于摄影测量和计算机视觉等领域,其中对影像标志点提取是后期进一步应用的关键步骤。因此,提出了基于改进YOLOv5模型的图像标志点特征智能提取方法,相比于传统算法具有更好的适应性和提取效率。首先,提出一种基于极限样本条件下的标志点样本库构建方法,能够快速、自动扩增标志点样本。然后根据标志点的小目标特点,对YOLOv5网络中空间和语义特征进行融合,并添加坐标注意力机制,提高了深度学习网络对标志点的特征提取能力。实验结果表明,本方法对标志点提取的正确率达到96%,平均对每幅图像的提取时间为0.073 s。该方法可为实际工程中标志点的智能提取提供新的思路和方法。