面向无人机作战的复杂光照环境下小目标检测方法研究 |
| |
引用本文: | 郝立,张皓迪.面向无人机作战的复杂光照环境下小目标检测方法研究[J].系统仿真技术,2022(2):85-89. |
| |
作者姓名: | 郝立 张皓迪 |
| |
作者单位: | 1.东南大学自动化学院210096;2.东南大学吴健雄学院211189; |
| |
摘 要: | 针对复杂光照环境下无人机作战的小目标难以检测问题,以引入注意力机制的YOLOv5s-Se模型为基础,设计了基于Ghost模块与形状损失函数的YOLOv5s-Se_Point改进模型。该模型首先引入形状特征损失函数,提高对小目标形状特征的提取能力。然后,使用Ghost模块替换网络Backbone中的卷积模块,以提高识别速度,降低模型尺寸。通过设置模拟作战场景进行实验,结果表明YOLOv5s-Se_Point相对于YOLOv5s和YOLOv5s-Se模型,在准确率和检测速度上具有一定优势,可以有效地改善复杂光照环境下传统算法的缺陷,提高算法的鲁棒性,实现对复杂光照环境下小目标的有效识别。
|
关 键 词: | 无人机作战 深度学习 复杂光照环境 YOLO 目标检测 |
本文献已被 维普 等数据库收录! |
|