期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
MS^(2)-YOLO:多尺度敏感的海上红外目标检测算法研究
1
作者 康越卿 杨小冈 +3 位作者 卢瑞涛 王思宇 宿爽 成桢灏 《红外与激光工程》 北大核心 2025年第10期258-269,共12页
在现代化军事侦察及作战行动中,实现海面红外多尺度目标检测对态势感知与精准打击至关重要,但现有方法因特征解耦不充分导致的微小目标漏检,以及跨层级语义差异引发的多尺度特征融合低效等问题,限制了检测性能的进一步提升。为此,文中... 在现代化军事侦察及作战行动中,实现海面红外多尺度目标检测对态势感知与精准打击至关重要,但现有方法因特征解耦不充分导致的微小目标漏检,以及跨层级语义差异引发的多尺度特征融合低效等问题,限制了检测性能的进一步提升。为此,文中提出多尺度敏感的红外目标检测算法MS^(2)-YOLO,通过融合RevCol机制设计BILoNet主干网络,优化特征前向传播路径以解耦冗余特征并避免信息压缩,显著增强小目标捕获能力;引入渐进式AFPN检测头构建跨层级特征语义对齐策略,通过多层特征融合缩小语义差异,提升多尺度目标表征鲁棒性;进一步提出双阶段空间语义残差模块(C3K2-DWR),以区域残差-语义残差化两步策略优化颈部特征提取,强化复杂背景下的多尺度信息捕获效率。基于自建海上红外多尺度敏感目标检测数据集(MIMSTD-D)的实验表明,改进后算法mAP@0.5达到91%,较基准YOLO11s提升9.1%,验证了其在复杂海面场景的优越性。 展开更多
关键词 YOLO11 海面多尺度目标 bilonet AFPN C3K2-DWR
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部