基于改进型YOLO算法的遥感图像舰船检测

• 作者: 姜宏旭 林珂玉 王玺坤
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 关键词: 舰船检测 YOLOv3 YOLOv3-Tiny 残差网络 特征映射模块
• 年，卷（期）: 2020,（6）
• 页码范围: 1184-1191
• 页数: 8页
• 分类号: TP391
• 字数: 6641字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2019.0394

摘要

目标检测算法在PASCAL VOC等数据集中取得了非常好的检测效果,但是在大尺度遥感图像中舰船目标的检测准确率却很低.因此,针对可见光遥感图像的特点,在YOLOv3-Tiny算法的基础上增加了特征映射模块,为预测层提供丰富的语义信息,同时在特征提取网络中引用残差网络,提高了检测准确率,从而有效提取舰船特征.实验结果表明:优化后的M-YOLO算法检测准确率为94.12％.相比于SSD和YOLOv3算法,M-YOLO算法的检测准确率分别提高了11.11％和9.44％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜宏旭	北京航空航天大学数字媒体北京市重点实验室	18	73	5.0	8.0
2	王玺坤	北京航空航天大学数字媒体北京市重点实验室	1	0	0.0	0.0
3	林珂玉	北京航空航天大学数字媒体北京市重点实验室	1	0	0.0	0.0