基于YOLOv5-s的機場道面異物目標檢測

摘要： 為解決目前基于光學(xué)圖像的機場道面異物(FOD)檢測技術(shù)存在的環(huán)境條件變異性大及小目標檢測精度低的問題，提出一種基于YOLOv5-s的道面異物目標檢測改進算法.引入暗通道先驗技術(shù)實現(xiàn)對霧化圖像數(shù)據(jù)的特征復(fù)原，采用多尺度特征提取策略、卷積注意力模塊(CBAM)、雙向特征金字塔結(jié)構(gòu)(BiFPN)和解耦組合預(yù)測結(jié)構(gòu)增強模型對各尺度目標的檢測能力.研究結(jié)果表明：霧化數(shù)據(jù)經(jīng)過去霧復(fù)原后，在... （共12頁）