基于HS-YOLO的轻量化遥感图像飞机目标检测方法
申请号:CN202511095604
申请日期:2025-08-06
公开号:CN120997479A
公开日期:2025-11-21
类型:发明专利
摘要
基于HS‑YOLO的轻量化遥感图像飞机目标检测方法,属于计算机视觉与遥感图像处理领域。本发明首先构建HS‑YOLO模型,HS‑YOLO模型的主干网络(BackBone)是将原有C2f模块替换为C2f_EE模块,增强特征表征能力;下采样环节中引入ADown卷积模块,优化特征提取与下采样效率;检测头(Head)采用共享卷积检测头(ESCD),实现轻量化与高效检测;颈部网络(Neck)通过特征融合与上采样操作,整合多尺度特征,支撑后续检测任务。然后利用构建的HS‑YOLO模型进行轻量化遥感图像飞机目标检测。本发明能提升检测精度与效率,同时实现模型轻量化,满足资源受限场景的部署需求。
技术关键词
遥感图像飞机
YOLO模型
卷积模块
分支
多尺度特征
遥感图像处理
检测头
卷积特征
网络
计算机视觉
通道
中间层
受限
负荷
坐标
场景
资源