文档名：基于改进Yolov5的遥感光伏检测算法
摘要：针对遥感光伏图像分辨率高、环境噪声较大以及背景复杂等问题,提出了一种改进Yolov5目标检测模型,以实现对光伏电厂的定位.首先,在主干特征提取网络的卷积层中添加CA(CoordinateAttention)坐标注意力机制提高网络特征的学习能力;其次,将Ghostconv网络结构加入到Backbone中,用Ghostconv网络模块替换Conv网络模块;设计新的GhostC3网络代替原来的C3网络模块,提高模型的学习效率;最后,将损失函数由GIoU_Loss函数改为SIoU_Loss函数.实验结果表明,相比原Yolov5方法,改进算法的平均精度均值mAP、精准率和召回率分别达到了97.5％、98.9％和94.9％,提升了1.8％、1.7％和5.8％,验证了该算法对光伏检测具有很好的效果.
Abstract：Aimingathigh-sensingphotovoltaicimageresolution,highenvironmentalnoise,andcomplexbackground,animprovedYolov5modelisproposedtoachievepositioningofphotovoltaicpowerplants.Firstofall,theCA(CoordinateAttention)mechanismisaddedtothecompassionatelayerofthemainfeatureextractionnetworktoimprovethelearningabilityofthenetworkcharacteristics;second,theGhostconvnetworkstructureisaddedtoBackbone,useingtheGhostconvnetworkmoduletoreplacetheConvnetworkmodule,designinganewGhostC3networknetworkinsteadoftheoriginalC3networkmoduletoimprovethelearningefficiencyofthemodel;finally,theGIoU_LossfunctionischangedtotheSIoU_Lossfunction.ComparedwiththeoriginalYolov5method,theaverageaccuracyoftheimprovedalgorithmmAP,accuracy,andrecallratereached97.5％,98.9％,and94.9％,respectively,whichhaveincreasedby1.8％,1.7％,and5.8％,respectively.Thealgorithmhasagoodeffectonphotovoltaicdetection.
作者：佟喜峰 杜鑫 王志宝Author：TONGXifeng DUXin WANGZhibao
作者单位：东北石油大学计算机与信息技术学院,黑龙江大庆163318
刊名：吉林大学学报（信息科学版） ISTIC
Journal：JournalofJilinUniversity(InformationScienceEdition)
年，卷(期)：2023, 41(5)
分类号：TP753
关键词：光伏 遥感图像 目标检测 Yolov5模型
Keywords：photovoltaic remotesensingimages targetdetection Yolov5
机标分类号：TP391.41TN929.5TP278
在线出版日期：2023年12月27日
基金项目：黑龙江省自然科学基金资助项目，东北石油大学青年基金资助项目，东北石油大学研究生教育创新工程基金资助项目基于改进Yolov5的遥感光伏检测算法[
期刊论文] 吉林大学学报（信息科学版）--2023, 41(5)佟喜峰 杜鑫 王志宝针对遥感光伏图像分辨率高、环境噪声较大以及背景复杂等问题,提出了一种改进Yolov5目标检测模型,以实现对光伏电厂的定位.首先,在主干特征提取网络的卷积层中添加CA(CoordinateAttention)坐标注意力机制提高网络特征的...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进Yolov5的遥感光伏检测算法 Taget Detection of Photovoltatic Remote Sensing Based on Improved Yolov5 Model
基于改进Yolov5的遥感光伏检测算法.pdf
- 文件大小:
- 5.35 MB
- 下载次数:
- 60
-
高速下载
|
