基于改進(jìn)YOLOv5模型的車(chē)載紅外目標(biāo)檢測(cè)

摘要： 針對(duì)車(chē)載紅外目標(biāo)檢測(cè)算法中，因紅外小目標(biāo)特征少、對(duì)比度低導(dǎo)致的檢測(cè)精度低的問(wèn)題，提出了FE-YOLOv5s車(chē)載紅外目標(biāo)檢測(cè)模型。首先，在主干網(wǎng)絡(luò)中引入PPA模塊以彌補(bǔ)下采樣操作帶來(lái)的特征信息損失；其次，基于AFPN網(wǎng)絡(luò)和DASI模塊，構(gòu)建特征融合網(wǎng)絡(luò)DAFPN，直接融合非臨近尺度層的特征信息，同時(shí)將五種不同尺度層的特征信息都納入最終的特征輸出，進(jìn)一步增強(qiáng)目標(biāo)的特征表達(dá)能力，并重... （共10頁(yè)）