改进YOLOv3在航拍目标检测中的应用

• 作者: 刘依 蒲玮 魏玮
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 目标检测 航拍图像 深度学习 YOLOv3算法
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 热点与综述
• 页码范围: 17-23
• 页数: 7页
• 分类号: TP391.41
• 字数: 3691字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1909-0022

摘要

近年来,基于深度学习的航拍目标检测在无人驾驶、军事侦察、灾害检测等领域有着广泛的应用,更精确、高效的算法是目前航拍目标检测研究的热点与难点.提出一种基于改进YOLOv3算法的航拍目标检测方法,对航拍数据集进行目标先验框维度聚类、优化锚点参数,提高了网络对航拍目标的检测有效性.同时对原网络进行改进,减少部分卷积操作并引入跳跃连接机制降低特征冗余,提高了检测准确率,并降低了小目标的误检率与漏检率.实验结果表明,改进YOLOv3算法相较于原始YOLOv3算法的效果有明显提升,对于较高分辨率的航拍图像,加快了网络的收敛速度,并在保证实时性的前提下,将检测平均准确率(mean Average Precision,mAP)提高了12.7％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏玮	河北工业大学人工智能与数据科学学院	28	120	7.0	9.0
2	蒲玮	河北工业大学人工智能与数据科学学院	1	0	0.0	0.0
3	刘依	河北工业大学人工智能与数据科学学院	7	15	2.0	3.0