TY -的A2 Chaudhary Sushank盟——刘,杰盟——乔,分析师Wensheng盟——熊,兆龙PY - 2022 DA - 2022/12/13 TI - OAB-YOLOv5: One-Anchor-Based YOLOv5遥感图像的旋转对象检测SP - 8515510六世- 2022 AB -遥感图像广泛分布、小对象的大小,和复杂的背景,导致精度低、速度慢的遥感图像检测。现有的遥感目标检测通常是基于锚的探测器。与金字塔网络功能的建议(红外系统)和焦损失,一个漂泊的探测器的出现,然而,漂泊的检测通常是低的准确性。首先,本研究分析了联盟的交集的差异和特点(借据)基于锚在主流和形状的匹配算法和表明,在密集的或复杂的场景,有些标签不容易分配给积极的样本,从而导致检测失败。随后,我们proposean one-anchor-based (OAB)对象检测算法基于中心点的想法anchor-free探测器采样。正样本和负样本定义根据中央点采样和距离约束,和锚箱是预设为每一个积极的样本来加速收敛。它减少了anchor-based检测器的复杂度,提高了推理的速度,并减少hyperparameters的设置在传统的匹配策略,使模型更加灵活。最后,为了抑制背景噪声的遥感图像,采用视觉变压器(ViT)连接颈部和头部,使网络更容易注意关键信息。因此,它是不容易失去训练过程中。挑战公共dataset-DOTA数据集——实验验证该算法的有效性。 The experimental results show that the mAP of the optimized OAB-YOLOv5 method is improved by 2.79%, the number of parameters is reduced by 13.2%, and the inference time is reduced by 11% compared with the YOLOv5 baseline. SN - 1687-725X UR - https://doi.org/10.1155/2022/8515510 DO - 10.1155/2022/8515510 JF - Journal of Sensors PB - Hindawi KW - ER -