基于改進(jìn)YOLOv5卷積神經(jīng)網(wǎng)絡(luò)的SAR圖像目標(biāo)識(shí)別

摘要： 提出一種改進(jìn)YOLOv5網(wǎng)絡(luò)，并將其用于SAR圖像目標(biāo)識(shí)別。為了優(yōu)化網(wǎng)絡(luò)性能，文中進(jìn)行了三個(gè)方面的改進(jìn)：使用寬度比和高度比作為標(biāo)注框之間的距離度量，并采用k-means聚類方法生成先驗(yàn)錨點(diǎn)框，作為預(yù)測(cè)框優(yōu)化時(shí)的框尺寸初始值；改進(jìn)框回歸損失函數(shù)，引入Scylla交并比來代替競(jìng)爭(zhēng)性交并比，以提高對(duì)密集分布目標(biāo)的定位精度；改進(jìn)置信度損失函數(shù)，使用焦點(diǎn)損失來替代二元交叉熵，以提高在復(fù)雜... （共8頁(yè)）