基于改进YOLOv3网络的遥感目标快速检测方法

• 作者: 方青云 王兆魁
• 来源期刊: 上海航天
• 学科: 工学
• 关键词: 遥感图像 目标检测 YOLOv3 轻量化网络 模型参数 计算量
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 人工智能航天应用
• 页码范围: 21-27,34
• 页数: 8页
• 分类号: TP391.4
• 字数: 4787字
• 语种: 中文
• DOI: 10.19328/j.cnki.1006-1630.2019.05.003

摘要

针对将来卫星在轨实时目标检测需求,且在其内存和算力都受限的条件下,提出一种改进的YOLOv3,利用轻量化网络代替YOLOv3的特征提取网络,实现遥感目标的高效检测.在目标检测精度相近的情况下,改进模型参数相比原先降低了1.5倍,计算量降低了3.3倍.同时提出了一种基于交并比的迭代聚类算法,分别在YOLOv3和改进YOLOv3上实现了7.0％和2.3％的平均精度均值(mAP)提升.实验表明:改进模型的检测速度最快能达到101 frame/s,当其mAP比YOLOv3高6％时,检测速度仍是YOLOv3的1.6倍.本文提出的改进YOLOv3是一种高效遥感目标检测方法,为未来星上应用打下基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王兆魁	清华大学航天航空学院	33	109	6.0	8.0
2	方青云	清华大学航天航空学院	2	2	1.0	1.0