基于改进YOLOv5的军事目标识别方法
万晓刚
王伟
西安工程大学计算机科学学院 西安 710600
摘要：针对战场环境下因背景干扰和军事目标尺度较小等原因导致误检、漏检的问题,提出一种基于改进YOLOv5的军事目标识别方法CB-YOLOv5.利用坐标注意力机制重构特征提取主干网络,增强网络对复杂背景下军事目标的特征提取能力;在特征融合网络中引入BiFPN,减少浅层特征信息的丢失,提高对弱小目标的检测能力.在自建数据集下实验表明,改进后算法mAP达到93.8%,比原模型提升了3.5%,可以有效识别战场环境下多尺度军事目标.
关键词：目标识别YOLOv5注意力机制特征融合
分类号：TP301.6(计算技术、计算机技术)
资助基金：中国高校产学研创新基金(2021ALA02002)
论文发表日期：2024-04-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 28-33 )
英文信息