电讯技术

作者：董亮,王泉兴,朱磊

单位：(齐齐哈尔大学 a.通信与电子工程学院;b.计算机与控制工程学院;c.黑龙江省大数据网络安全检测分析重点实验室，黑龙江 齐齐哈尔161000)

关键词：车辆检测；遥感影像；边缘计算；多分支卷积；注意力机制；

基金：中央引导地方科技发展专项项目(SBZY2021E076)；黑龙江省自然科学基金项目(LH2022F053)；黑龙江省高校基本科研业务费专项基金(145209146)

针对遥感影像目标检测任务中存在的背景复杂、小目标检测困难、大尺寸影像导致的检测效率低等问题，提出了一种融合注意力机制与边缘计算的遥感影像车辆检测算法。首先在YOLOv5的主干网络中引入多维协作注意机制(Multidimensional Collaborative Attention，MCA)，然后提出多分支卷积模块替换特征融合网络中的CBL模块，最后将训练的网络权重部署到Atlas 200开发者套件(Developer Kit，DK）边缘计算设备。在UCAS-AOD数据集上进行模型验证与对比，实验结果表明，该网络模型在复杂环境下对车辆的检测精度达到94.9%，较YOLOv5提升 8.2%；网络部署到边缘设备后速度较GPU设备提升258%。同时，该方法也可以扩展应用到其他遥感影像目标检测任务中，为相关领域提供了一种高效、准确的检测方法。

来源：2024年第9期

《电讯技术》期刊编辑部

查看电讯技术杂志2024年第9期