基于YOLOv5-s的機(jī)場(chǎng)道面異物目標(biāo)檢測(cè)

摘要： 為解決目前基于光學(xué)圖像的機(jī)場(chǎng)道面異物(FOD)檢測(cè)技術(shù)存在的環(huán)境條件變異性大及小目標(biāo)檢測(cè)精度低的問題，提出一種基于YOLOv5-s的道面異物目標(biāo)檢測(cè)改進(jìn)算法.引入暗通道先驗(yàn)技術(shù)實(shí)現(xiàn)對(duì)霧化圖像數(shù)據(jù)的特征復(fù)原，采用多尺度特征提取策略、卷積注意力模塊(CBAM)、雙向特征金字塔結(jié)構(gòu)(BiFPN)和解耦組合預(yù)測(cè)結(jié)構(gòu)增強(qiáng)模型對(duì)各尺度目標(biāo)的檢測(cè)能力.研究結(jié)果表明：霧化數(shù)據(jù)經(jīng)過去霧復(fù)原后，在... （共12頁(yè)）