基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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%.
推荐文章
一种基于改进YOLOv3的密集人群检测算法
密集人群
YOLOv3
特征提取网络
K-means++
基于暗通道和改进YOLOv3的雾天车辆检测算法
雾天车辆检测
暗通道去雾算法
YOLOv3
K-means
先验框
注意力机制
一种基于改进YOLOv3的遥感影像飞机目标检测算法
遥感影像
飞机目标检测
改进YOLOv3
尺度检测
NMS算法
一种基于改进Yolov3的弹载图像多目标检测方法
弹载图像
目标检测
YOLOv3
位置损失
快速NMS
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 遥感图像中飞机的改进YOLOv3实时检测算法
来源期刊 光电工程 学科 工学
关键词 遥感图像 飞机目标 实时检测 卷积神经网络
年,卷(期) 2018,(12) 所属期刊栏目 科研论文
研究方向 页码范围 81-89
页数 9页 分类号 TP751|O436.3
字数 4543字 语种 中文
DOI 10.12086/oee.2018.180350
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李国宁 中国科学院长春光学精密机械与物理研究所 54 476 12.0 19.0
2 金龙旭 中国科学院长春光学精密机械与物理研究所 80 637 13.0 21.0
3 戴伟聪 中国科学院长春光学精密机械与物理研究所 3 24 1.0 3.0
7 郑志强 3 48 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (66)
参考文献  (4)
节点文献
引证文献  (24)
同被引文献  (65)
二级引证文献  (7)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(10)
  • 参考文献(0)
  • 二级参考文献(10)
2017(4)
  • 参考文献(2)
  • 二级参考文献(2)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(18)
  • 引证文献(15)
  • 二级引证文献(3)
2020(13)
  • 引证文献(9)
  • 二级引证文献(4)
研究主题发展历程
节点文献
遥感图像
飞机目标
实时检测
卷积神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光电工程
月刊
1003-501X
51-1346/O4
大16开
四川省成都市双流350信箱
1974
chi
出版文献量(篇)
4776
总下载数(次)
5
论文1v1指导