基于改进YOLOv5x的遥感图像目标检测算法

针对遥感图像目标检测任务中小目标数量多、目标特征不明显导致检测精度不高的问题,提出了一种基于改进YOLOv5x的遥感图像目标检测算法。首先,主干网络设计了D-SPP模块,在不加深网络结构的前提下整合了信息,使不同感受野特征能够有效融合。其次,采用SIOU_Loss代替CIOU_Loss作为边界框损失函数,提高边界框定位准确度。最后,增加一个新的检测头以获得更大尺度的特征图进行目标检测,并用Transformer构建网络中最小的检测头。实验结果表明,本算法在RSOD数据集上检测平均精度均值达到了91%,比YOLOv5x算法提升了5.4%。