-
题名一种SAR图像舰船检测的YOLOv5-TVC算法
被引量：3
- 1
-
-
作者
张翰康
颜明重
朱大奇
陈斌
李杰
-
机构
上海海事大学物流工程学院
上海理工大学机械工程学院
西南电子电信技术研究所上海分所
[
-
出处
《控制工程》
CSCD
北大核心
2023年第11期1979-1989,共11页
-
基金
国家自然科学基金重点项目(62033009,U1706224)
上海市科技创新行动计划项目(206510712300,18DZ2253100)。
-
文摘
为了在SAR图像中准确地检测出大范围海域内的舰船等目标,提出了一种基于YOLOv5-Transformer的目标检测算法:YOLOv5-TVC。首先,使用Vo VNet-57替代原有的CSP-Darknet53以增强对小目标特征的敏感性。其次,将CBAM加在neck的多尺度采样层中,实现深层网络中对重要空间和通道的关注。最后,在Bottleneck-Transformer模块内,用自我注意力机制叠加结构来替代提取特征的卷积层,从而优化对目标特征提取的效率。消融实验和对比实验的结果表明,YOLOv5-TVC检测SAR图像目标的精度优于其他YOLO系列算法。
-
关键词
SAR图像
舰船检测
YOLOv5
vovnet-57
CBAM
Bottleneck-Transformer
-
Keywords
SAR image
ship detection
YOLOv5
vovnet-57
CBAM
Bottleneck-Transformer
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
