| YOLO-PDS：基于改进的YOLOv11的无人机小目标检测算法 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大小：5794 K | |
| 標簽： 目标检测 YOLOv11 风车状卷积 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：目标检测在遥感领域中具有广泛的应用前景。尽管目标检测算法在自然图像中取得了明显的进展，但这些方法直接应用于遥感图像时仍然面临诸多挑战。遥感图像的背景往往比较复杂且物体较小，导致前景与背景信息的分布极为不平衡。针对无人机图像小目标和物体遮挡的问题，提出了一种基于风车状卷积（PinwheelConv）改进的无人机小目标检测算法。为了改进模型对小目标的检测效果，在骨干网络中使用风车状卷积替换普通卷积来更好地适应小目标提取特征，同时基于风车状卷积的思想设计了C2f-PC模块来替换骨干中的C3k2模块。为解决无人机图像中目标遮挡严重的问题，创新性地提出了C2f-PDWR模块来替换颈部网络中的C3k2模块，来增强模型的特征融合能力，同时引入了SEAM（Spatially Enhanced Attention Module）来改善模型对被遮挡物体的检测效果。最后，基于YOLOv11提出对小目标检测更加高效的YOLO-PDS模型。其在VisDrone2019数据集上所提方法较基准模型YOLOv11检测方法mAP50提高3.7%以上，召回率提高2.2%以上。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2