基于YOLOv5改進(jìn)的紅外目標(biāo)檢測(cè)算法

摘要： 為了解決紅外圖像特征少、對(duì)比度不佳導(dǎo)致目標(biāo)檢測(cè)時(shí)精度低的問(wèn)題，采用增加一個(gè)額外的預(yù)測(cè)特征層的方法，以提高原始YOLOv5在紅外圖像中的識(shí)別率；通過(guò)添加坐標(biāo)注意力機(jī)制，優(yōu)化紅外目標(biāo)強(qiáng)特征提取，提升檢測(cè)準(zhǔn)確度；再使用雙向特征金字塔網(wǎng)絡(luò)優(yōu)化特征融合，增強(qiáng)模型表達(dá)能力，降低冗余計(jì)算；最后解決檢測(cè)定位差和邊界框回歸任務(wù)中樣本不平衡，采用focal-EIOU作為模型的邊界框損失函數(shù)，提高收... （共8頁(yè)）