| 基于改进YOLO模型的红外图像微小目标检测方法 | |
| 周虹; 陈嘉; 周国栋 | |
| 2024-11-12 | |
| 发表期刊 | 机电工程技术 |
| ISSN | 1009-9492 |
| 摘要 | 红外遥感成像在军事观测、夜间安全监控、森林火灾监测等领域中起着至关重要的作用。但是在复杂背景和低对比度条件下，检测微弱的小目标一直面临准确度不高的问题。现有的基于模型驱动的方法通常在处理噪声和小尺寸目标时缺乏鲁棒性，而基于深度学习的方法高度依赖数据，在特征处理和融合上存在局限性，导致漏检和误检。提出了一种改进深度学习的红外图像小目标检测方法。设计了一种基于YOLO的深度学习网络YOLO-SR，在骨干层的空间金字塔池化模块之后引入瓶颈转换器模块，以捕捉红外图像中的长距离依赖性。在颈部层设计了C3-Neck模块，以更好地提取和融合空间与通道信息。实验结果表明，与当前最先进的基于数据驱动的检测方法相比，所提出的方法在公开数据集上mAP(IoU=0.5)达到了95.2%。 |
| 关键词 | 红外遥感 小目标检测 深度学习 YOLO |
| URL | 查看原文 |
| 语种 | 中文 |
| 资助项目 | 湖南省教育厅科学研究项目(24C0971);长沙市社科联哲学社会科学规划课题(2024CSSKKT132);湖南开放大学科研课题(XDK-2024-JG-3，XDK-2024-C-2) |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/172625 |
| 专题 | 国家开放大学湖南分部 |
| 作者单位 | 湖南开放大学智能制造学院 |
| 第一作者单位 | 国家开放大学湖南分部 |
| 第一作者的第一单位 | 国家开放大学湖南分部 |
| 推荐引用方式 GB/T 7714 | 周虹,陈嘉,周国栋. 基于改进YOLO模型的红外图像微小目标检测方法[J]. 机电工程技术,2024. |
| APA | 周虹,陈嘉,&周国栋.(2024).基于改进YOLO模型的红外图像微小目标检测方法.机电工程技术. |
| MLA | 周虹,et al."基于改进YOLO模型的红外图像微小目标检测方法".机电工程技术 (2024). |
| 条目包含的文件 | ||||||
| 条目无相关文件。 | ||||||
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论