系统工程与电子技术

作者：钱坤, 李晨瑄, 陈美杉, 王瑶

单位：1. 海军航空大学岸防兵学院, 山东 烟台 264000；2. 中国人民解放军32127部队, 辽宁 大连 116100

关键词：YOLOv5,随机池化,双向特征金字塔网络,指数线性单元函数

基金：装备预研领域基金(6140247030216JB14004)

为进一步提升对可见光图像中水面舰船目标的检测识别成功率, 提出一种基于YOLOv5的舰船目标识别算法。使用基于随机池化方法的空间金字塔池化网络, 运用双向特征金字塔网络进行多尺度特征融合, 采用指数线性单元函数作为激活函数加快网络训练收敛速度, 提升算法鲁棒性, 从而实现了对水面舰船目标和舰船关键部位的快速准确识别。通过在舰船目标及其关键部位数据集上实验验证, 对比多个经典目标检测方法, 在识别准确率上均有不同程度提升, 对比原YOLOv5s模型, 平均精度均值提升3.03%, 速度提升2 FPS, 模型保持了YOLOv5轻量化的特点, 在应用部署上有良好前景。

来源：2022年第6期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2022年第6期