基于改進(jìn)YOLOv5s的遙感圖像目標(biāo)檢測方法

摘要： 針對遙感圖像目標(biāo)檢測的小目標(biāo)排列密集、背景區(qū)域復(fù)雜的問題，對YOLOv5s模型進(jìn)行改進(jìn)。主干網(wǎng)絡(luò)采用包含深度可分離卷積的協(xié)調(diào)注意力（CA）模塊，引入通道與空間的多維注意力機(jī)制，挖掘空間方向與位置相關(guān)性，提高特征提取能力和長距離依賴關(guān)系捕捉能力；頸部網(wǎng)絡(luò)采用雙向特征金字塔網(wǎng)絡(luò)（BiFPN）結(jié)構(gòu)，充分融合深層與淺層特征信息，提高不同尺度特征融合效果。實(shí)驗(yàn)表明，針對遙感目標(biāo)DIOR數(shù)... （共7頁）