基于改进YoloX的输电通道工程车辆小目标检测识别
张智坚1
焦良葆1
高阳2
邹辉军1
孙宏伟1
王彦生1
1.南京工程学院人工智能产业技术研究院 南京 2111672.南京工程学院人工智能产业技术研究院 南京 211167;江苏省智能感知技术与装备工程研究中心 南京 211167
摘要：针对输电通道下存在的工程车辆小目标严重威胁输电通道安全,原始YoloX算法对小目标漏检严重的现象,在原始单阶段目标检测算法YoloX的基础上添加视觉注意力机制SK来增大感受野;使用空洞卷积模块替换原始网络中的SPP模块,进一步融合不同感受野信息;在网络Neck部分添加ASFF模块,提高底层特征中的细粒度特征;最后利用二次识别后处理方式,进一步降低小目标的漏检率.实验结果表明,提出的算法提高了检测的准确率,与传统的YoloX算法相比,mAP提高了8.46%,小目标的识别效果明显提升,证明了新算法的有效性.
关键词：YoloX小目标注意力机制ASFF二次识别
分类号：TP391.41(计算技术、计算机技术)
资助基金：江苏省自然科学基金(BK20201042)
论文发表日期：2025-02-20
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：8( 415-421,485 )
英文信息