声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
该杂志刊期列表
- 2026年
- 1期
国内刊号：51-1125/TN
国际刊号：1001-3806
发布日期:
作者：刘皓皎, 刘力双, 张明淳
关键词：图像处理, 深度学习, 红外目标检测, 卷积神经网络, 特征融合
为了解决红外图像特征少、对比度不佳导致目标检测时精度低的问题，采用增加一个额外的预测特征层的方法，以提高原始YOLOv5在红外图像中的识别率；通过添加坐标注意力机制，优化红外目标强特征提取，提升检测准确度；再使用双向特征金字塔网络优化特征融合，增强模型表达能力，降低冗余计算；最后解决检测定位差和边界框回归任务中样本不平衡，采用focal-EIOU作为模型的边界框损失函数，提高收敛速度，并专注于高质量的锚框回归。结果表明，改进的YOLOv5在FLIR数据集上的准确率达到了85.3%，相比于原始网络模型提高了4.2%，具有较高的检测准确率。这一结果为在嵌入式设备上部署该软件提供了可行性。
来源：2024年第4期
《激光技术》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。