基于改进YOLOv5的遥感图像目标检测研究

来源：计算机测量与控制杂志2023年第9期北京时间：

作者：李建新,陈厚权,范文龙

单位：保定市不动产登记中心

摘要：针对遥感图像中背景复杂度高、目标尺寸多样所导致的目标检测精度低的问题,提出一种基于改进 YOLOv5的遥感图像目标检测算法。该算法将具有Transformer风格的ConvNeXt网络作为主干网络,以克服卷积神经网络(CNN)结构的局限性,捕获更多全局信息。引入 SimAM 注意力机制在不增加网络参数的情况下,推断出特征图的3D注意力权值,提高网络的稳定性以及抗干扰能力。同时采用全局显式集中调节方案的集中特征金字塔(CFP),捕获全局长距离依赖关系以及遥感图像的局部关键区域信息。将本文提出的算法在 RSOD 数据集上进行消融实验,结果表明,本文提出的算法能够显著提高遥感图像目标检测的平均准确率。

关键词：遥感图像;目标检测;YOLOv5;SimAM注意力机制;集中特征金字塔(CFP)