基于改进YOLO v3的飞行目标检测算法研究

• 作者: 李玉虎 广州工程技术职业学院
• 来源期刊: 机电信息
• 学科: 工学
• 关键词: 飞行目标检测;YOLO v3;深度学习
• 年，卷（期）: 2025,（23）
• 页码范围: 87-90
• 页数: 4页
• 语种: 中文
• DOI: 10.19514/j.cnki.cn32-1628/tm.2024.23.018

摘要

飞行目标往往呈现为十几个像素点的小目标，对其准确检测是黑飞反制、管控等应用中首要解决的问题。鉴于此，提出一种基于改进YOLO v3的方法提高飞行目标的检测能力。首先为避免梯度消失，增强特征的复用，在特征检测层引入残差网络；其次为提高小目标的检测能力，增加对4倍下采样特征的检测；然后通过数据集对未改进YOLO v3和改进后YOLO v3进行训练获取模型；最后将Fast er R-CNN、未改进YOLO v3和改进后YOLO v3进行实验对比，数据显示改进后YOLO v3的准确度提升14个百分点以上，能较好地检测出飞行目标。