基于改進YOLOv5的Video SAR動目標檢測算法

打開文本圖片集

摘  要：視頻合成孔徑雷達圖像中動目標陰影可反映其真實位置，針對目前利用深度學習檢測陰影的方法來檢測動目標存在檢測概率低和虛警等問題，提出一種改進的YOLOv5模型。該算法以YOLOv5框架為基礎(chǔ)，一方面添加小目標檢測層、引入兼顧通道和空間的三維注意力機制，并調(diào)整損失函數(shù)計算方法為最小點距交并比方法，來提升網(wǎng)絡對動目標陰影的感知能力;另一方面增加道路提取作為判定條件，來降低道路外側(cè)靜止物體陰影對檢測動目標陰影的干擾。（剩余11404字）