遥感图像中飞机的改进YOLOv3实时检测算法
文献类型：期刊论文
| 作者 | 戴伟聪; 金龙旭 ; 李国宁; 郑志强
|
| 刊名 | 光电工程
 |
| 出版日期 | 2018 |
| 期号 | 12页码:84-92 |
| 关键词 | 遥感图像 飞机目标 实时检测 卷积神经网络 |
| 英文摘要 | 针对遥感图像中的飞机目标,本文提出一种遥感图像飞机的改进YOLOv3实时检测算法。首先,针对单一的遥感图像飞机目标,提出一种有49个卷积层的卷积神经网络。其次,在提出的卷积神经网络上应用密集相连模块进行改进,并提出使用最大池化加强密集连接模块间的特征传递。最后,针对遥感图像中飞机多为小目标的现实,提出将YOLOv3的3个尺度检测增加至4个并以密集相连融合不同尺度模块特征层的信息。在本文设计的遥感飞机测试集上进行训练和测试,实验表明,该算法的检测精度达到96.26%、召回率达到93.81%。 |
| 源URL | [http://ir.ciomp.ac.cn/handle/181722/61502]  |
| 专题 | 中国科学院长春光学精密机械与物理研究所 |
| 推荐引用方式 GB/T 7714 | 戴伟聪,金龙旭,李国宁,等. 遥感图像中飞机的改进YOLOv3实时检测算法[J]. 光电工程,2018(12):84-92. |
| APA | 戴伟聪,金龙旭,李国宁,&郑志强.(2018).遥感图像中飞机的改进YOLOv3实时检测算法.光电工程(12),84-92. |
| MLA | 戴伟聪,et al."遥感图像中飞机的改进YOLOv3实时检测算法".光电工程 .12(2018):84-92. |
入库方式： OAI收割
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。