| 基于改进YOLOv5的坦克目标检测算法 |
| |
| 作者姓名： | 梅礼坤 陈智利 牛恒 |
| |
| 作者单位： | 西安工业大学光电工程学院,西安 710021 |
| |
| 基金项目： | 国家级科研项目 ( No.G20210101 );陕西省科技厅 ( No.2023-YBGY-369 ) |
| |
| 摘 要： | 坦克目标的准确识别定位是信息化战争中一项重要研究,针对传统检测算法抗干扰性差、难应用于大视野复杂环境下的问题,提出了 一种基于改进YOLOv5坦克自动识别的检测算法.利用YOLOv5模型对大视野复杂战场环境下坦克目标进行识别:在YOLOv5基础模型中引入Attention-based information fusion模块,提高模型检测精度和识别能力;使用Pre-segment multi-scale fusion模块解决骨干网络中池化操作所造成的信息丢失问题;使用Swin Transformer机制降低小目标坦克漏检误检的问题.在坦克数据集上进行实验,结果表明:与YOLOv5原始模型相比,改进模型的召回率、平均精度分别提高了 9.1％、5.1％.改进后的YOLOv5模型可以很好地对大视野复杂环境下坦克目标进行精确识别,改善了坦克目标检测中小目标漏检的问题.
|
| 关 键 词： | 大视野 深度学习 坦克目标识别 YOLOv5 |
| 本文献已被 万方数据 等数据库收录！ |
|
