基于YOLOX改进的小目标检测算法
孟匡胤1
付凯2
王明正2
顾浩2
1.江苏科技大学计算机学院 镇江 2121002.河海大学水利水电学院 南京 210024
摘要：目标检测是计算机视觉的一个重要方向,小目标检测长期以来是计算机视觉中的一个难点,随着卫星和遥感技术的进步使得每天都有大量的高清晰度遥感图像,由于小目标特征图目标经过深层卷积网络之后,目标的特征图会发生偏移,这对小目标的检测上影响较大.为了解决这一问题,论文在相关算法中引入了感受野模块RFB,以增强小目标特征的区分性.进一步在主干网络中引入了ASPP空间金字塔模块扩大主干网络的感受野,从而加强对中小目标的检测.为了评估其有效性,论文在YOLOX目标检测算法中进行了实验.结果表明,这一改进在不影响推理速度的情况下显著提高对小目标的检测精度.
关键词：目标检测小目标感受野
分类号：TP391(计算技术、计算机技术)
论文发表日期：2025-09-20
在线出版日期：2025-12-23（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2404-2408 )
英文信息