原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第卷第期计算技术与自动化,
４４１Vol４４No１
年月
２０２５３ComutinTechnoloandAutomationMar．２０２５
pggy
文章编号:():/
１００３－６１９９２０２５０１－００２９－０６DOI１０．１６３３９．cnki．sszdh．２０２５０１００６
jjjy
基于注意力机制的遥感图像车辆目标检测
†
,,,
肖美波孟维伟刘轩宏张丹
(,)
南京林业大学江苏南京２１００３７
:,,
摘要为了更好地通过遥感图像监测地面交通流量应对日趋复杂的路况问题提出了一种基于
的全新的一阶段目标检测网络().采用混合注意力加强的
YOLOXAEＧYOLOAttentionＧEnhancedYOLO
,,,,
SCACSP特征增强模块很大程度上抑制了背景信息突出了目标的显著特征用解耦头部代替耦合头大
.,,
大提高了网络的收敛速度和性能对损失函数进行改进使用CIoULoss代替原来的IoULoss从而解决
.,,
了树木遮挡等造成的车辆漏检问题试验结果表明与主流的目标检测网络相比该方法在精度上有更好
的表现.
:;;;;
关键词深度学习目标检测遥感图像混合注意力机制YOLOX
中图分类号:文献标识码:
TP３９A
VehicleTaretDetectioninRemoteSensin
gg
ImaeBasedonAttentionMechanism
g
†
,,,
XIAOMeiboMENGWeiweiLIUXuanhonZHANGDan
文档评论（0）