首页|期刊导航|电讯技术|面向卫星遥感数据车辆识别的改进YOLOv9算法

面向卫星遥感数据车辆识别的改进YOLOv9算法OA

中文摘要

针对基于遥感的车辆检测场景中普遍存在的纹理表征不足、误检漏检多、感受野尺度受限等问题,提出了一种基于深度学习的目标检测算法Y0L0v9-Car。该算法主要改进是:首先,在目标检测头融入多尺度特征,增加对于浅层特征的捕捉能力;其次,引入多尺度空洞注意力(Multi-scale Dilated Attention,MSDA)机制,通过扩大感受野,增加信息聚合能力,减少背景中冗余信息的影响;最后,采用EIoU(Enhanced Intersection over Union Loss)损失函数,减少边界框回归的几何差异,提高模型泛化性与鲁棒性。此外,构建了一个车辆目标检测的遥感数据集。实验结果表明,相比于YOLOv9模型,YOLOv9-Car算法在平均精度、准确率和召回率方面分别提升了7.1%、10.3%和8.1%。

王钦艺;郝庆涛;张鹏飞;孙雷刚;左璐;鲁军景;范小勇;常方哲

河北省科学院地理科学研究所,石家庄050011 河北省地理信息开发应用技术创新中心,石家庄050011河北省科学院地理科学研究所,石家庄050011 河北省地理信息开发应用技术创新中心,石家庄050011河北省科学院地理科学研究所,石家庄050011 河北省地理信息开发应用技术创新中心,石家庄050011河北省科学院地理科学研究所,石家庄050011 河北省地理信息开发应用技术创新中心,石家庄050011河北省科学院地理科学研究所,石家庄050011 河北省地理信息开发应用技术创新中心,石家庄050011河北省科学院地理科学研究所,石家庄050011 河北省地理信息开发应用技术创新中心,石家庄050011河北省交通规划设计研究院有限公司,石家庄050011河北省交通规划设计研究院有限公司,石家庄050011

信息技术与安全科学

卫星遥感车辆目标检测YOLOv9多尺度空洞注意力(MSDA)多尺度特征层

《电讯技术》 2026 (7)

P.1152-1160,9

河北省科学院基本科研业务费制度试点项目(2025PF10)。

10.20079/j.issn.1001-893x.250702004

评论