电子技术杂志社

摘要：阐述针对高分辨率遥感图像复杂背景含有大量目标情况，在特征提取时出现目标信息丢失导致分割困难的问题，提出一种基于YOLOv5遥感目标分割模型。首先，引入Dynamic head检测头，增强模型对不同目标特征的适应能力，特别是对复杂的遥感目标。其次，引入可变形卷积DCNv3，并将其应用于C3模块中，从而显著降低特征提取过程中目标信息丢失的可能。通过在iSAID数据集上的实验验证，相比基线网络模型，改进算法，其在召回率、准确率和mAP@0.5指标均有所提升。

关键词： 图像分割;遥感图像分割;YOLOv5;DCNv3;

专辑： 信息科技;工程科技Ⅱ辑

专题： 工业通用技术及设备;自动化技术

分类号： TP751