一种用于高分辨率图像的小目标检测方法及相关装置与流程

1.一种用于高分辨率图像的小目标检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的小目标检测方法，其特征在于，所述对所述高分辨率图像进行标注处理，生成标注高分辨率图像，包括：

3.根据权利要求1所述的小目标检测方法，其特征在于，所述对所述标注高分辨率图像进行预处理，生成训练图像数据集，包括：

4.根据权利要求1所述的小目标检测方法，其特征在于，所述改进yolov5模型的骨干网络为cspdarknet53网络，所述cspdarknet53网络基于darknet53，由53个卷积层组成；所述改进yolov5模型还集成了跨阶段局部网络，通过跨阶段局部网络对图像进行特征分割并夸阶段融合；同时在骨干网络的前部加入低级特征层，所述低级特征层用于对高分辨率图像中的小目标进行定位处理。

5.根据权利要求1所述的小目标检测方法，其特征在于，所述改进yolov5模型的损失函数采用复合损失函数，所述复合损失函数包括边界框回归损失函数、目标置信度损失函数和分类损失函数，如下：

6.根据权利要求1所述的小目标检测方法，其特征在于，所述将所述训练图像数据集中的训练图像数据输入改进yolov5模型中进行训练处理，获得收敛的yolov5模型，包括：

7.根据权利要求6所述的小目标检测方法，其特征在于，所述基于所述多尺度图像特征利用复合损失函数进行训练图像数据中的小目标的混合损失计算处理，获得混合损失计算结果，包括：

8.一种用于高分辨率图像的小目标检测装置，其特征在于，所述装置包括：

9.一种电子设备，包括处理器和存储器，其特征在于，所述处理器运行存储于所述存储器中的计算机程序或代码，实现如权利要求1至7中任一项所述的小目标检测方法。

10.一种计算机可读存储介质，用于存储计算机程序或代码，其特征在于，当所述计算机程序或代码被处理器执行时，实现如权利要求1至7中任一项所述的小目标检测方法。