融合FEB的YOLOX遥感图像目标检测算法

余翔, 庞志濠

重庆邮电大学学报(自然科学版) ›› 2024, Vol. 36 ›› Issue (02) : 319 -327.

PDF
重庆邮电大学学报(自然科学版) ›› 2024, Vol. 36 ›› Issue (02) : 319 -327.

融合FEB的YOLOX遥感图像目标检测算法

作者信息 +

Author information +
文章历史 +
PDF

摘要

针对遥感图像的复杂背景干扰大、目标尺度变化大以及小目标检测困难等导致检测精度降低的问题,提出一种增强YOLOX主干网络输出特征提取能力的检测算法。通过加入连续膨胀残差卷积和注意力机制,设计一种全新的提取主干网络输出特征增强块(feature enhance block, FEB),让连续膨胀残差卷积串联4个具有不同膨胀率的膨胀残差卷积,扩大算法的感受野,丰富上下文信息,同时减轻背景对检测的影响,有效加强算法对目标尺度变化大及小目标的检测能力,使用SA注意力机制抑制背景对算法检测的干扰,提高算法的检测精度。在RSOD数据集上的实验表明,FEB相较于其他同类型模块具有更好的特征提取能力。

关键词

机器视觉 / 遥感图像 / 目标检测 / YOLOX

Key words

引用本文

引用格式 ▾
余翔, 庞志濠 融合FEB的YOLOX遥感图像目标检测算法[J]. 重庆邮电大学学报(自然科学版), 2024, 36(02): 319-327 DOI:

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

14

访问

0

被引

详细

导航
相关文章

AI思维导图

/