一种用于图像稳定的图像检测方法 坦克枪手的主要视线偏差的图像稳定方法
Zhannan Guo1, Baoqi Xie2, Yingshun Li1
1School of Control Science and Engineering, Dalian University of Technology, Dalian 116024, China.
Sensors (Basel, Switzerland)
|June 10, 2023
概括
这项研究引入了一种增强的YOLOv5算法,用于测量坦克枪手视线稳定偏差. 改进的方法提高了检测准确度,有助于评估系统性能.
科学领域:
- 军事工程的军事工程.
- 计算机视觉 计算机视觉
- 机器人技术 机器人技术 机器人技术
背景情况:
- 图像稳定对于坦克枪手的主要视线控制系统至关重要.
- 精确测量图像稳定偏差是评估系统性能的关键.
- 现有的方法可能缺乏有效评估所需的精度.
研究的目的:
- 开发一种先进的图像检测算法,用于测量坦克炮兵系统中的视界稳定偏差.
- 提高图像稳定评估的准确性和有效性.
- 为开发用于枪手目标的参数测量系统做出贡献.
主要方法:
- 一个增强的你只看一次版本5 (YOLOv5) 算法被开发出来.
- 一个新的损失函数,delta-SIOU (δ-SIOU),取代了CIoU.
- 改进包括将动态重量因子集成到SIOU中,改进空间金字塔池模块,并将C3CA模块与协调注意 (CA) 结合起来.
- 双向特征金字塔 (BiFPN) 网络被集成到YOLOv5 Neck.中.
主要成果:
- 改进的YOLOv5算法证明了改进的多尺度特征融合和目标位置信息学习.
- 实验结果显示,检测精度增加了2.1%.
- 拟议的方法有效地测量了准线的图像稳定偏差.
结论:
- 开发的图像检测方法为测量图像稳定偏差提供了更准确的方法.
- 这项研究有助于推进坦克炮兵主要目标的参数测量系统.
- 这些发现支持改进坦克炮兵控制系统的作战状态评估.
