基于改进Yolov5的遥感影像多目标检测方法研究

摘要

提出一种基于改进Yolov5的遥感影像目标检测方法,在骨干网络内增加高效通道注意力机制来提高对正样本特征的学习效率,在多尺度特征融合层内增加一个检测输出特征图,来提高对小目标的检测精度,采用带有梯度模长的交叉熵损失函数对模型进行训练来缓解正负样本不平衡的问题。实验结果表明,本文所提出的改进方法在测试数据集上获得了较高的检测精度与很好的泛化能力,相比原始Yolov5有了显著提高,在测试环境下也能达到实时检测的水平。所提出的改进方法能够在资源调查、应急救援等领域具有很大的应用价值。