|
|||||
|
|
| 改进的YOLOv5地面军事目标识别算法 | |
| 引用本文： | 刘康,宋晓茹,高嵩,陈超波.改进的YOLOv5地面军事目标识别算法[J].火力与指挥控制,2023(11):58-66. |
| 作者姓名： | 刘康 宋晓茹 高嵩 陈超波 |
| 作者单位： | 1. 西安工业大学电子信息工程学院;2. 机电动态控制重点实验室 |
| 基金项目： | 陕西省重点研发计划项目（2021GY-287）； |
| 摘 要： | 针对战场复杂背景下地面军事目标识别算法性能较低的问题，提出一种基于并行注意力机制的PAL-YOLO地面军事目标识别算法。该算法在自建地面军事目标数据集下，对目标的锚框进行重新聚类；在网络的Backbone中加入通道-空间并行注意力机制模块，提升目标特征提取能力；通过采用Alpha＿IoU对目标识别分类器的损失函数进行改进，加速模型收敛。结果表明，改进后的算法在保证模型空间复杂度的同时，mAP值提升了6.4%,FPS提升6%。 |
| 关 键 词： | 目标识别 PAL-YOLO 注意力机制 Alpha-IoU |