| 基于YOLO-MIR算法的多尺度红外目标检测网络 |
| |
| 引用本文： | 周金杰,吉莉,张倩,张宝辉,袁茜琳,刘燕晴,岳江.基于YOLO-MIR算法的多尺度红外目标检测网络[J].红外技术,2023(5):506-512. |
| |
| 作者姓名： | 周金杰 吉莉 张倩 张宝辉 袁茜琳 刘燕晴 岳江 |
| |
| 作者单位： | 1. 昆明物理研究所;2. 河海大学理学院 |
| |
| 摘 要： | 针对红外图像相对于可见光检测精度低，鲁棒性差的问题，提出了一种基于YOLO的多尺度红外图目标检测网络YOLO-MIR(YOLO for Multi-scale IR image)。首先，为了提高网络对红外图像的适应能力，改进了特征提取以及融合模块，使其保留更多的红外图像细节。其次，为增强对多尺度目标的检测能力，增大了融合网络的尺度，加强红外图像特征的进一步融合。最后，为增加网络的鲁棒性，设计了针对红外图像的数据增广算法。设置消融实验评估不同方法对网络性能的影响，结果表明在红外数据集下网络性能得到明显提升。与主流算法YOLOv7相比在参数量不变的条件下平均检测精度提升了3%，提高了网络对红外图像的适应能力，实现了对各尺度目标的精确检测。
|
| 关 键 词： | 目标检测 深度学习 红外图像 YOLO |
|
|
