3 / 2024-07-08 16:12:43

基于YOLOv9-C的空中目标识别算法

空中目标,YOLOv9-C,BiFPN,CARAFE,SGE,目标识别

为实现防空观察哨单元自动化观测识别空中进袭目标，建立空中目标自动识别模型体系，提出了一种基于YOLOv9-C改进的空中目标识别算法。首先使用上采样算子CARAFE（Content-Aware ReAssembly of FEatures）替代YOLOv9-C中的标准采样算子Upsample提升特征图感受野、提升模型计算效率；其次使用双向加权金字塔特征融合结构BiFPN（Bi-directional Feature Pyramid Network）模块替换4层YOLOv9-C主干结构颈部网络的特征融合结构，提升模型对于小目标及复杂场景特征在不同分辨率级别下的融合性能；最后加入了SGE（Spatial Group-wise Enhance）注意力模块，提升对图像重要特征聚焦及抑制噪声影响。实验结果表明，改进的YOLOv9-C算法在66类空中目标识别的mAP_0.5提升了12%，mAP_0.5-0.95提升了14.7%，而参数量下降了0.24%、计算量和模型大小仅高0.75%及0.51%，基本满足了观察哨自动化识别空中进袭目标的需求。