西安电子科技大学学报

2021, v.48(05) 156-166

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

改进YOLOv3的快速遥感机场区域目标检测
Detection of the object in the fast remote sensing airport area on the improved YOLOv3

韩永赛;马时平;何林远;李承昊;朱明明;张飞;

摘要(Abstract):

遥感机场区域目标的检测有很大的军事意义和民用意义。为了取得快速且精确的检测效果,自主构建了更加符合具体任务的数据集;以一步回归全局检测为基础框架,针对数据集中类别分布不均衡问题,提出使用生成的方法用生成对抗网络进行有针对性的数据扩充,以获得具有领域变换特性、类数据分布更为均衡的数据集。同时,使用改进的双权重特征金字塔网络检测部件,来融合得到深层次可区分性的更加鲁棒的特征。实验结果表明,相比原网络,改进网络带来了4.98%的多类目标平均检测精确度以及8.33%的平均交并比的提升,分别达到了89.07%的多类目标平均检测精度以及61.97%的平均交并比。此外,改进网络的平均检测时间为0.062 5s,相比类似检测率的RetinaNet-101网络速度约快5.3倍,体现了该网络的有效性以及对具体任务的实用性。

关键词(KeyWords): 目标检测;图像处理;神经网络;机场区域;遥感

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(61701524,61773397)

作者(Author): 韩永赛;马时平;何林远;李承昊;朱明明;张飞;

Email:

DOI: 10.19665/j.issn1001-2400.2021.05.019

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享