基于注意力机制的遥感图像车辆目标检测

肖美波, 孟维伟, 刘轩宏, 张丹

计算技术与自动化 ›› 2025, Vol. 44 ›› Issue (01) : 29 -34.

PDF
计算技术与自动化 ›› 2025, Vol. 44 ›› Issue (01) : 29 -34. DOI: 10.16339/j.cnki.jsjsyzdh.202501006

基于注意力机制的遥感图像车辆目标检测

    肖美波, 孟维伟, 刘轩宏, 张丹
作者信息 +

Author information +
文章历史 +
PDF

摘要

为了更好地通过遥感图像监测地面交通流量,应对日趋复杂的路况问题,提出了一种基于YOLOX的全新的一阶段目标检测网络AE-YOLO(Attention-Enhanced YOLO)。采用混合注意力加强的SCACSP特征增强模块,很大程度上抑制了背景信息,突出了目标的显著特征,用解耦头部代替耦合头,大大提高了网络的收敛速度和性能。对损失函数进行改进,使用CIoU Loss代替原来的IoU Loss,从而解决了树木遮挡等造成的车辆漏检问题。试验结果表明,与主流的目标检测网络相比,该方法在精度上有更好的表现。

关键词

深度学习 / 目标检测 / 遥感图像 / 混合注意力机制 / YOLOX

Key words

引用本文

引用格式 ▾
基于注意力机制的遥感图像车辆目标检测[J]. 计算技术与自动化, 2025, 44(01): 29-34 DOI:10.16339/j.cnki.jsjsyzdh.202501006

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

10

访问

0

被引

详细

导航
相关文章

AI思维导图

/