摘要采用自适应校正与残差网络相结合的方式,构建一种新型自适应网络,解决微光图像增强技术曝光不均匀、优化时间过长等问题.将本文图像增强网络与分布映射、模型优化和深度学习3 种图像增强方法的增强效果进行对比,结果发现:构建的网络模型不仅能够增强图像亮度,还能够更加有效地提取图像的语义信息,更加准确地识别目标.此外,本文目标检测部分采用MobileNet和GhostNet轻量化网络技术改进YOLOv5 基础网络,改进的YOLOv5 网络参数量由7.0 MB减少到2.4 MB,网络精度提高了3.3%,网络检测速度也明显提高.
更多相关知识
- 浏览3
- 被引1
- 下载1

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文