基于改进Yolov3算法的遥感建筑物检测研究

• 作者: 况立群 徐清宇 熊风光 董彪 韩燮
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 目标检测 遥感 深度学习 Yolov3 图像处理
• 年，卷（期）: 2020,（18）
• 所属期刊栏目: 图形图像处理
• 页码范围: 209-213
• 页数: 5页
• 分类号: TP391
• 字数: 4470字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2004-0410

摘要

针对遥感图像中建筑物检测存在小型建筑物检测难度大、检测过程中无法满足实时性等问题,提出将基于深度学习的目标检测算法Yolo v3应用到建筑物检测场景中.以实时性及泛用性良好的Yolo v3为基本算法,满足实时性的要求;通过改进Yolo v3的网络结构,以修改特征图分辨率、调整先验框维度为方向加强对小型建筑物的检测能力.实验结果表明,改进的Yolo v3目标检测算法既满足了实时性的要求,且检测精度和召回率达到了91.29％和95.61％,较原算法分别提高了5.35％和2.34％.因此提出的改进方法有效解决了遥感领域小型建筑物的检测问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐清宇	北方自动控制技术研究所仿真装备研发部	13	8	2.0	2.0
2	韩燮	中北大学大数据学院	156	869	14.0	18.0
3	况立群	中北大学大数据学院	35	129	7.0	9.0
4	熊风光	中北大学大数据学院	24	108	6.0	9.0
5	董彪	中北大学大数据学院	1	0	0.0	0.0