| 基于YOLOv5的近岸SAR舰船目标检测方法 |
| |
| 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 |
| |
| 作者姓名： | 富强 杨威 陈杰 郑世超 楚博策 |
| |
| 作者单位： | 北京航空航天大学 电子信息工程学院，北京100191;上海卫星工程研究所，上海200240;北京航空航天大学 电子信息工程学院，北京100191;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。
|
| 关 键 词： | 合成孔径雷达(SAR) 舰船检测 卷积神经网络 YOLOv5网络 注意力机制模型 CSL算法 |
| 收稿时间： | 2022-02-23 |
| 修稿时间： | 2022-03-22 |
Detection Method for Nearshore SAR Ship Images Based on YOLOv5 |
| |
| FU Qiang,YANG Wei,CHEN Jie,ZHEN Shichao,CHU Boce. Detection Method for Nearshore SAR Ship Images Based on YOLOv5[J]. Aerospace Shanghai, 2022, 39(3): 67-76 |
| |
| Authors: | FU Qiang YANG Wei CHEN Jie ZHEN Shichao CHU Boce |
| |
| Abstract: | ![]()
|
| |
| Keywords: | synthetic aperture radar(SAR) ship detection convolutional neutral network YOLOv5 attention model circle smooth label algorithm |
|
| 点击此处可从《上海航天》浏览原始摘要信息 |
|
点击此处可从《上海航天》下载免费的PDF全文 |
