基于改进YOLOv5卷积神经网络的SAR图像目标识别

摘要： 提出一种改进YOLOv5网络，并将其用于SAR图像目标识别。为了优化网络性能，文中进行了三个方面的改进：使用宽度比和高度比作为标注框之间的距离度量，并采用k-means聚类方法生成先验锚点框，作为预测框优化时的框尺寸初始值；改进框回归损失函数，引入Scylla交并比来代替竞争性交并比，以提高对密集分布目标的定位精度；改进置信度损失函数，使用焦点损失来替代二元交叉熵，以提高在复杂... （共8页）