-
题名基于改进ConvNeXt的遥感图像目标检测算法
- 1
-
-
作者
左露
牛晓伟
朱春惠
朱木雷
-
机构
重庆三峡学院
-
出处
《电光与控制》
CSCD
北大核心
2024年第2期46-51,91,共7页
-
基金
国家重点研发计划(2021 YFB3901405)
科技部专项(2021 YFB3901400)。
-
文摘
针对遥感图像中目标排列紧密、背景信息复杂、小目标众多导致的目标检测精度低的问题,结合YOLOv5s,提出了一种基于改进ConvNeXt的遥感图像目标检测算法。首先,在特征提取网络的底端引入了改进的ConvNeXt Block,通过大核卷积与自注意力交互扩宽感受野、丰富语义信息;其次,在多尺度特征融合部分加入了一组自底向上的金字塔结构,以放大浅层特征图的作用,弥补遥感图像中小目标因为深度卷积而损失的位置信息;最后,引入SIoU损失函数,重新定义惩罚指标,并加快整体网络的收敛速度。将所提出的检测算法在RSOD数据集上进行了消融实验,平均精准率均值为92.27%,实验结果表明,所提算法能够实现对遥感图像目标的准确检测。
-
关键词
小目标
ConvNeXt
自注意力
损失函数
浅层特征图
-
Keywords
small target
ConvNeXt
self-attention
loss function
shallow feature map
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-