引用本文:富强,杨威,陈杰,郑世超,楚博策.基于YOLOv5的近岸SAR舰船目标检测方法[J].上海航天,2022,39(3):67-76.
【打印本页】   【下载PDF全文】     
本文已被:浏览 15次   下载 32
分享到: 微信 更多
基于YOLOv5的近岸SAR舰船目标检测方法
富强1,杨威1,陈杰1,郑世超2,楚博策1,3
1.北京航空航天大学 电子信息工程学院,北京100191;2.上海卫星工程研究所,上海200240;3.中国电子科技集团公司 航天信息应用技术重点实验室,河北 石家庄050081
摘要:
由于类似舰船的陆地目标的干扰和舰船的紧密排列,基于合成孔径雷达(SAR)图像的近岸舰船检测会出现较多漏检和误检,提出了一种基于YOLOv5网络的近岸舰船的检测方法。为提高近岸背景下的检测精度,使用了注意力机制模型和CSL的技术用于改进网络;分析了YOLOv5网络、注意力模型和CSL算法,基于YOLOv5进行了检测实验,引入注意力模型来改进网络;结合CSL算法,重构了YOLOv5旋转检测网络。通过调整训练参数和改进注意力,近岸目标检测网络的测试结果达到mAP 80%以上,证实了CSL+YOLOv5算法实现旋转检测的可行性。
(1.School of Electronic and Information Engineering, Beihang University, Beijing 100191, China;2.Shanghai Institude of Satellite Engineering, Shanghai 200240, China;3.Key Laboratory of Aerospace Information Applications, China Electronics Technology Group Corporation, Shijiazhuang 050081, Hebei, China)

分享按钮