激光与红外

作者：梅礼坤

单位：西安工业大学光电工程学院,陕西 西安 710021；

关键词：上下文;样本不平衡;互斥性;最优传输问题

基金：陕西省科技厅基金项目(No.2023YBGY369)资助。

为了解决传统潜艇目标检测缺乏对复杂背景和噪声的鲁棒性、对光照变化和视角变化敏感、难以处理大规模数据集等问题,提出了一种基于改进YOLOv5潜艇目标检测器。通过C3_Transformer结构,有效提升了特征的全局上下文建模能力和长距离依赖性捕捉能力；通过simOTA解决anchorbased算法中正负样本不平衡问题,增强模型对小目标和困难样本的学习能力；利用decoupledhead的思想解决分类和位置预测任务的互斥性问题,提高检测精度和鲁棒性。实验结果表明:相较于原始YOLOv5,改进后的模型Precision、Recall、mAP05、mAP 05∶095分别提高了28、109、38、147,这表明改进后的模型在潜艇目标检测的准确性、召回率以及在不同置信度阈值下的平均准确率等方面取得了明显的进步,同时在实际检测任务中改进后的模型有效解决了“漏检”、“误检”的问题。

来源：2024年第6期

《激光与红外》期刊编辑部

查看激光与红外杂志2024年第6期