一种基于PSN-YOLO模型的光学遥感图像小目标识别方法

AITNT
正文
推荐专利
一种基于PSN-YOLO模型的光学遥感图像小目标识别方法
申请号:CN202510210151
申请日期:2025-02-25
公开号:CN120431344A
公开日期:2025-08-05
类型:发明专利
摘要
本发明提出了一种基于PSN‑YOLO模型的光学遥感图像小目标识别方法,本发明为了解决光学遥感图像因地物多样性导致背景复杂和多尺度检测精度低的问题。首先,在YOLOv7模型的Head部分增加一个160×160的小目标检测头,提高模型的多尺度检测能力。然后,在Backbone部分的特征提取模块中嵌入混合注意力模块建立远程通道依赖关系改进YOLOv7模型,并在Neck部分的特征提取模块中结合抑制特征冗余的卷积模块,在提高检测精度的基础上,不增加模型的参数量与计算量,然后再使用混合损失函数减少漏检的情况,增强模型的鲁棒性。
技术关键词
光学遥感图像 YOLO模型 特征提取模块 混合损失函数 识别方法 重构单元 注意力 检测头 卷积模块 通道 冗余 超参数 嵌入式设备 数据 校准 多尺度 基础 鲁棒性 网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号