基于殘差可分離卷積與多尺度融合的無人機(jī)目標(biāo)識(shí)別算法

摘要： 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)網(wǎng)絡(luò)存在大量冗余卷積運(yùn)算及多尺度特征融合，導(dǎo)致額外計(jì)算成本等問題，使其難以應(yīng)用于資源有限的設(shè)備。針對(duì)上述問題，在YOLOv5s的基礎(chǔ)上提出一種輕量化目標(biāo)檢測(cè)算法。首先，設(shè)計(jì)了多種輕便的特征提取模塊以減少冗余卷積運(yùn)算，降低了模型超參量。其次，算法嵌入SENet結(jié)構(gòu)以增強(qiáng)特征提取的魯棒性，同時(shí)提出一種新的損失函數(shù)優(yōu)化邊界框損失，從而提高了對(duì)地目標(biāo)的檢測(cè)精度... （共8頁）