Changchun Institute of Optics,Fine Mechanics and Physics,CAS
| 遥感图像中飞机的改进YOLOv3实时检测算法 | |
戴伟聪; 金龙旭 ; 李国宁; 郑志强
| |
| 2018 | |
| 发表期刊 | 光电工程
 |
| 期号 | 12页码:84-92 |
| 摘要 | 针对遥感图像中的飞机目标,本文提出一种遥感图像飞机的改进YOLOv3实时检测算法。首先,针对单一的遥感图像飞机目标,提出一种有49个卷积层的卷积神经网络。其次,在提出的卷积神经网络上应用密集相连模块进行改进,并提出使用最大池化加强密集连接模块间的特征传递。最后,针对遥感图像中飞机多为小目标的现实,提出将YOLOv3的3个尺度检测增加至4个并以密集相连融合不同尺度模块特征层的信息。在本文设计的遥感飞机测试集上进行训练和测试,实验表明,该算法的检测精度达到96.26%、召回率达到93.81%。 |
| 关键词 | 遥感图像 飞机目标 实时检测 卷积神经网络 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ciomp.ac.cn/handle/181722/61502 |
| 专题 | 中国科学院长春光学精密机械与物理研究所 |
| 推荐引用方式 GB/T 7714 | 戴伟聪,金龙旭,李国宁,等. 遥感图像中飞机的改进YOLOv3实时检测算法[J]. 光电工程,2018(12):84-92. |
| APA | 戴伟聪,金龙旭,李国宁,&郑志强.(2018).遥感图像中飞机的改进YOLOv3实时检测算法.光电工程(12),84-92. |
| MLA | 戴伟聪,et al."遥感图像中飞机的改进YOLOv3实时检测算法".光电工程 .12(2018):84-92. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [戴伟聪]的文章 |
| [金龙旭]的文章 |
| [李国宁]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [戴伟聪]的文章 |
| [金龙旭]的文章 |
| [李国宁]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [戴伟聪]的文章 |
| [金龙旭]的文章 |
| [李国宁]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论