一种基于残差网络优化的航拍小目标检测算法

针对在复杂背景下的遥感小目标与周围场景因特征相似度高而导致的小目标检测正确率低的问题，提出一种基于残差网络优化的航拍小目标检测算法。首先，在YOLOv5网络中引入改进的SE＿ECSP模块，减少网络计算参数的同时，使得小目标的特征权重在网络在卷积池化过程中得以提升；然后，在网络的Prediction中添加一个160×160的检测层，对小目标的细节信息进行局部放大与提取；最后，选取CIoU和NMS作为损失函数对同一网格中的候选框进行多次循环结构的判断和筛选，从而有效避免小目标的漏检问题。实验结果表明，改进后的网络用于遥感小目标检测的查准率为85.12%,损失函数值为0.048 41,相比改进前的网络检测精度和鲁棒性得以提升。