基于YOLOv5s的遥感图像的车辆小目标检测

摘要：

由于YOLOv5s检测效果好、计算复杂度低而被广泛应用于各类目标检测任务,但是其过大的下采样步长导致对卫星遥感图像中的车辆小目标检测难以获得满意的结果.为了提升对小目标检测的性能,基于YOLOv5s采取降低下采样步长的策略以保护车辆小目标的纹理和几何特性,同时在检测头前插入注意力机制模块以抑制复杂背景对目标的干扰.在0.5 m/pixel分辨率的自建数据集上进行测试,提出的SA-YOLOv5s对车辆目标检测的AP、Recall、Precision值分别达到90.1％、89％和87.3％,与YOLOv5s相比分别提升了16.4、6和5个百分点,表现出良好的检测性能.

关键词：遥感图像、小目标检测、YOLOv5、自主数据集

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;陕西省重点研发计划资助项目

在线出版日期：2023-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：122-126