改進ＹＯＬＯｖ５ 的軍事飛機檢測算法

打開文本圖片集

摘 要：針對遙感圖像中軍事飛機目標檢測存在的精度低、漏檢和虛警率高等問題，提出了一種基于ＹＯＬＯｖ５ｓ 的輕量化遙感圖像軍事飛機目標檢測算法———ＹＯＬＯＭｉｌｉｔａｒｙ Ａｉｒｃｒａｆｔ Ｒｅｃｏｇｎｉｔｉｏｎ （ＹＯＬＯＭＡＲ）。提出新的網(wǎng)絡(luò)結(jié)構(gòu)，完成多尺度感受野權(quán)重調(diào)整，重設(shè)計特征提取網(wǎng)絡(luò)和特征融合網(wǎng)絡(luò)，實現(xiàn)小目標特征權(quán)重增加，并進行輕量化處理；使用ＦＰＧＭ 對重構(gòu)后的模型進行剪枝，極大地降低了模型的參數(shù)量和體積；使用ＳＩｏＵ Ｌｏｓｓ 作為模型的損失函數(shù)，使模型的收斂速度加快并提升檢測的精度。（剩余302字）