基于改進YOLOv5卷積神經(jīng)網(wǎng)絡(luò)的SAR圖像目標識別

摘要： 提出一種改進YOLOv5網(wǎng)絡(luò)，并將其用于SAR圖像目標識別。為了優(yōu)化網(wǎng)絡(luò)性能，文中進行了三個方面的改進：使用寬度比和高度比作為標注框之間的距離度量，并采用k-means聚類方法生成先驗錨點框，作為預(yù)測框優(yōu)化時的框尺寸初始值；改進框回歸損失函數(shù)，引入Scylla交并比來代替競爭性交并比，以提高對密集分布目標的定位精度；改進置信度損失函數(shù)，使用焦點損失來替代二元交叉熵，以提高在復雜...