DES-YOLO：一種更精確的目標(biāo)檢測(cè)方法

摘要： 針對(duì)圖像中背景復(fù)雜、目標(biāo)小、分布密集等問題，提出了一種改進(jìn)的DES-YOLO方法。通過引入可變形注意力模塊(DAM)，網(wǎng)絡(luò)可動(dòng)態(tài)關(guān)注關(guān)鍵區(qū)域，提高物體識(shí)別和定位精度；采用高效交并比(EIoU)損失函數(shù)，減少低質(zhì)量樣本影響，增強(qiáng)泛化能力和檢測(cè)精度；在網(wǎng)絡(luò)頭部加入一層160 pixel×160 pixel的淺層特征圖，加強(qiáng)小目標(biāo)特征提?。徊⑹褂梅植接?xùn)練策略提升模型性能。實(shí)驗(yàn)結(jié)果表明... （共15頁）