遥感图像中飞机的改进YOLOv3实时检测算法

• 作者: 戴伟聪 李国宁 郑志强 金龙旭
• 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
• 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

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％.

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