基于改進(jìn)YOLOv5的遙感小目標(biāo)檢測(cè)網(wǎng)絡(luò)

摘要： 受遙感圖像背景復(fù)雜、分辨率高、有效信息量少等因素影響，現(xiàn)有目標(biāo)檢測(cè)算法在檢測(cè)小目標(biāo)過程中存在錯(cuò)檢、漏檢等問題。提出基于YOLOv5的遙感小目標(biāo)檢測(cè)算法YOLOv5-RS。為有效減少圖像中復(fù)雜背景和負(fù)樣本的干擾，構(gòu)建并行混合注意力模塊，采用卷積替換全連接層和移除池化層的操作來(lái)優(yōu)化注意力模塊生成權(quán)重特征圖的過程。為獲取和傳遞更豐富且更具判別性的小目標(biāo)特征，調(diào)整下采樣倍數(shù)并在模型訓(xùn)練...