来源：期刊VIP网 时间：
作者：陈猛;杜秀丽;
单位：大连大学信息工程学院;大连大学通信与网络重点实验室;
摘要：针对遥感军事目标检测精度低、速度较慢等问题，提出了基于YOLOv5-PRO模型的遥感军事目标检测算法。该算法提出了新的卷积操作方式，避免特征提取时跨行卷积导致的信息丢失；利用Efficient RepGFPN金字塔结构增强多层次特征的融合能力；提出新的损失函数DSLIOU，解决了定位损失EIOU中惩罚项权重分配不均的问题。在Mar20数据集下，仿真结果表明，提出的基于YOLOv5-PRO模型的遥感军事目标检测算法拥有更强的特征提取能力，mAP提升5.2%，检测速度FPS提升11.45。
关键词：遥感图像;;目标检测;;YOLOv5;;结构优化;;损失函数
基金资助：国家自然科学基金资助项目(61931004)
