基于多尺度感受野扩增融合的遥感目标检测算法

• 作者: 刘义海 裴君岩
• 来源期刊: 指挥控制与仿真
• 学科: 工学
• 关键词: 情报保障 航空遥感 目标检测 深度学习
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 理论研究
• 页码范围: 34-39
• 页数: 6页
• 分类号: TP751.1
• 字数: 3844字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3819.2020.01.008

摘要

针对基于高空遥感图像的战场目标情报获取中存在的检测率、正确率低等问题,借鉴YOLOv3框架提出一种改进的YOLOv3-RE新算法.算法用res2block改善原特征提取网络,实现对目标特征的多尺度提取,克服由于感受野受限而丢失目标特征问题;其次,针对高空遥感目标小或极小的突出问题,在检测网络中增加第4个检测尺度.用标准数据集进行试验测试,结果表明YOLOv3-RE比YOLOv3检测精度提升近5个百分点,对基于高空遥感图像的战场目标情报获取业务具有重要贡献.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘义海		3	2	1.0	1.0
2	裴君岩		1	0	0.0	0.0