安防電子最新文章

全局通道注意力增強(qiáng)的毫米波圖像目標(biāo)檢測(cè)

針對(duì)主動(dòng)毫米波圖像中目標(biāo)與背景紋理區(qū)分度較低導(dǎo)致隱匿目標(biāo)漏檢問題,，并根據(jù)安檢實(shí)時(shí)性要求，提出一種基于全局通道注意力增強(qiáng)的主動(dòng)毫米波圖像目標(biāo)檢測(cè)方法,。該方法以YOLOv5s為載體,，在坐標(biāo)注意力位置方向上引入全局通道注意模塊，增強(qiáng)對(duì)隱匿目標(biāo)全局通道信息的關(guān)注,，從而提升在隱匿目標(biāo)與背景紋理區(qū)分度較低時(shí)的檢測(cè)能力,；再利用K-means++聚類算法重新生成適合毫米波圖像目標(biāo)檢測(cè)的錨框,。實(shí)驗(yàn)結(jié)果表明，無論是陣列圖像數(shù)據(jù)集還是線掃圖像數(shù)據(jù)集,，該方法增強(qiáng)了對(duì)隱匿目標(biāo)的特征注意,，提高了召回率，在滿足安檢實(shí)時(shí)性的前提下,，提升了檢測(cè)性能,。通過增加少量參數(shù)，在陣列圖像數(shù)據(jù)集上,，精度,、召回率和[email protected]達(dá)到了92.0%、90.93%和95.32%,；在線掃圖像數(shù)據(jù)集上,，精度、召回率和[email protected]達(dá)到了94.65%,、92.67%和97.73%,。平均單張圖像推理時(shí)間在兩個(gè)數(shù)據(jù)集上均達(dá)到1 ms，滿足實(shí)時(shí)性要求,。

發(fā)表于：2024/3/20