SEB-YOLO：一种用于遥感小目标检测的改进型YOLOv5模型

文章预览

点击蓝字 关注我们 关注并星标 从此不迷路 计算机视觉研究院 公众号ID ｜ 计算机视觉研究院 学习群 ｜ 在主页获取加入方式 源代码： https://github.com/dusongjie/TSD-YOLO-Small-Traffic-Sign-Detection-Based-on-Improved-YOLO-v8 计算机视觉研究院专栏 Column of Computer Vision Institute 由于小目标的语义信息提取有限，且难以区分相似目标，这给遥感场景中的目标检测带来了巨大挑战，导致检测性能不佳。本文提出了一种改进的 YOLOv5遥感图像目标检测算法，即SEB-YOLO（SPD 卷积层 + 增强型跨阶段局部池化模块 + 双向特征金字塔网络+YOLOv5）。 PART/ 1       概述     首先，使用空间到深度（ SPD）层以及紧随其后的非步幅卷积（Conv）层模块（SPD-Conv）来重构主干网络，这保留了全局特征并减少了特征损失。同时，设计了主干网络最后一层带有注意力机制的池化模块，以帮助网络更好 ………………………………