[1] 邹Z,施Z,郭毅,等。20年来的目标检测研究[J]。arXiv:1905.050552019年。 [2] 吴旭,SAHOO D,HOI S C H。物体检测深度学习的最新进展[J]。神经计算,2020,396:39-64。 [3] ZAIDI S S A,ANSARI M S,ASLAM A,等.基于深度学习的现代目标检测模型综述[J]。数字信号处理,2022年:103514。 [4] 焦磊,张峰,刘峰,等。基于深度学习的目标检测综述[J]。IEEE接入,2019年,7:128837-128868。 [5] 赵志强,郑鹏,徐S,等。基于深度学习的目标检测技术综述[J]。IEEE神经网络和学习系统汇刊,2019,30(11):3212-3232。 [6] 高新波, 莫梦竟成, 汪海涛, 等.小目标检测研究进展[J] ●●●●。数据采集与处理, 2021, 36(3): 391-417. 高晓波,莫敏俊,王海涛,等.小目标检测的最新进展[J]。数据采集与处理杂志,2021,36(3):391-417。 [7] 程刚,袁X,姚X,等.面向大规模小目标检测:调查与基准[J]。IEEE模式分析和机器智能汇刊,2023,45(11):13467-13488。 [8] 赵勇,JU Z,SUN T,等.TGC-YOLOv5:基于变压器、GAM和CA注意机制的增强型YOLOv 5无人机检测模型[J]。无人机,2023,7(7):446。 [9] WU Y,LI J.YOLOv4,使用变形嵌入变换器特征提取器实现航空图像中的精确目标检测[J]。传感器,2023,23(5):2522。 [10] JUNG H K,CHOI G S。改进的YOLOv5:在各种条件下使用无人机图像进行高效目标检测[J]。应用科学,2022,12(14):7255。 [11] BETTI A,TUCCI M.YOLO-S:一种轻量级、精确的类YOLO网络,用于航空图像中的小目标检测[J]。传感器,2023,23(4):1865。 [12] 裴伟,施智,龚凯.基于改进YOLOv5算法的遥感图像小目标检测[J]。神经机器人学前沿,2023,16:1074862。 [13] 谢椿辉, 吴金明, 徐怀宇. 改进YOLOv5公司的无人机影像小目标检测算法[J] ●●●●。计算机工程与应用, 2023, 59(9): 198-206. 谢春华,吴建明,徐海燕。基于改进YOLOv5的无人机图像小目标检测算法[J]。计算机工程与应用,2023,59(9):198-206。 [14] 陈卫彪, 贾小军, 朱响斌, 等. 基于DSM-YOLO第5版的无人机航拍图像目标检测[J] ●●●●。计算机工程与应用, 2023, 59(18): 226-233. 陈文斌,贾晓杰,朱晓波,等.基于DSM-YOLO v5的无人机图像目标检测[J]。计算机工程与应用,2023,59(18):226-233。 [15] 张朝阳, 张上, 王恒涛, 等. 多尺度下遥感小目标多头注意力检测[J] ●●●●。计算机工程与应用, 2023, 59(8): 227-238. 张志勇,张斯,王海涛,等.多尺度遥感中小目标的多头部注意检测[J]。计算机工程与应用,2023,59(8):227-238。 [16] 杨晨, 佘璐, 杨璐, 等. 改进YOLOv5公司的遥感影像目标检测算法[J] ●●●●。计算机工程与应用, 2023, 59(15): 76-86. YANG C,SHE L,YANG L,等.改进的YOLOv5遥感图像目标检测算法[J]。计算机工程与应用,2023,59(15):76-86。 [17] 陈佳慧, 王晓虹. 改进YOLOv5公司的无人机航拍图像密集小目标检测算法[J] ●●●●。计算机工程与应用, 2024, 60(3): 100-108. CHEN J H,WANG X H。无人机航空图像中基于改进YOLOv5的密集小目标检测算法[J]。计算机工程与应用,2024,60(3):100-108。 [18] ZHU X,LYU S,WANG X,et al.TPH-YOLOv5:基于变压器预测头的改进YOLOv 5,用于无人机捕获场景中的目标检测[C]//2021年IEEE/CVF国际计算机视觉会议论文集,2021:2778-2788。 [19] 梁S,吴华,郑力,等.Edge YOLO:基于边缘云协作的自主车辆实时智能目标检测系统[J]。IEEE智能交通系统汇刊,2022,23(12):25345-25360。 [20] 司良M,YONG X.MPDIoU:高效准确边界盒回归的损失[J]。arXiv:2307.076622023年。 [21]BOCHKOVSKIY A,WANG C Y,LIAO H Y M.YOLOv4:目标检测的最佳速度和精度[J]。arXiv:2004.109342020年。 [22]DU D,ZHU P,WEN L,et al.VisDrone-DET2019:视觉满足图像挑战结果中的无人机目标检测[C]//2019 IEEE/CVF国际计算机视觉研讨会会议记录,2019:213-226。 [23]GE Z,LIU S,WANG F,等.YOLOx:2021年超越YOLO系列[J]。arXiv:2107.084302021。 [24]PEYRéG,CUTURI M.计算最优传输:与数据科学应用[J]。基础和趋势?机器学习,2019,11(5/6):355-607。 [25]ARISTODEMO A,GEMIGNANI L.用Arnoldi型方法加速Sinkhorn-Knopp迭代[J]。卡尔科洛,2020,57(1):10。 [26]REN S,HE K,GIRSHICK R,et al.Faster R-CNN:towards real-time object detection with region proposition networks[C]//Advances in Neural Information Processing Systems 2015年第28期。 [27]LAW H,DENG J.CornerNet:将物体检测为配对关键点[C]//第15届欧洲计算机视觉会议论文集,2018:734-750。 [28]WANG C Y,BOCHKOVSKIY A,LIAO H Y M.YOLOv7:可培训的免费行李为实时目标探测器设置了新的最先进技术[C]//2023年IEEE/CVF计算机视觉和模式识别会议论文集,2023:7464-7475。 |