基于改进YOLOv3的机载平台目标检测算法

• 作者: 严开忠 马国梁 许立松 尚海鹏 于睿
• 来源期刊: 电光与控制
• 关键词: 目标检测 侦察无人机 YOLOv3 深度可分离卷积 DIoU TensorRT
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 工程应用|Engineering Application
• 页码范围: 70-74
• 页数: 5页
• 分类号: V247
• 语种: 中文
• DOI: 10.3969/j.issn.1671-637X.2021.05.016

摘要

针对小型智能侦察无人机机载平台存在的计算力受限、检测速度较慢的问题,提出了一种基于YOLOv3改进的目标检测算法.首先引入深度可分离卷积改进YOLOv3的骨干网络,降低网络的参数和计算量,提高算法的检测速度,再根据机载视角下目标形状的特点,预置K-means产生先验框的初始聚类中心,并在边框回归中引入CIoU损失函数,将DIoU与NMS结合,改善YOLOv3对密集目标的漏检问题,最后再通过TensorRT优化加速后部署到英伟达Jetson TX2机载计算平台.实验结果表明,所改进的算法在验证集上的平均精度均值(MAP)达到了82％,检测速度从3.4帧/s提升到16帧/s,满足实时性要求.