購物車(0)
基于改進YOLOv3網絡的遙感目標快速檢測方法
方青云; 王兆魁 清華大學航天航空學院; 北京100084
關鍵詞：遙感圖像 目標檢測 yolov3 輕量化網絡 模型參數
摘要：針對將來衛星在軌實時目標檢測需求,且在其內存和算力都受限的條件下,提出一種改進的YOLOv3,利用輕量化網絡代替YOLOv3的特征提取網絡,實現遙感目標的高效檢測。在目標檢測精度相近的情況下,改進模型參數相比原先降低了1.5倍,計算量降低了3.3倍。同時提出了一種基于交并比的迭代聚類算法,分別在YOLOv3和改進YOLOv3上實現了7.0%和2.3%的平均精度均值(mAP)提升。實驗表明:改進模型的檢測速度最快能達到101 frame/s,當其mAP比YOLOv3高6%時,檢測速度仍是YOLOv3的1.6倍。本文提出的改進YOLOv3是一種高效遙感目標檢測方法,為未來星上應用打下基礎。
上海航天雜志要求:
{1}計量單位以國家法定計量單位為準。統計學符號按國家標準《統計學名詞及符號》的規定書寫。
{2}所有投稿在形式上應當符合國家著作權規定、公認學術規范和本刊編輯體例。
{3}參考文獻：擇主要列入，10篇以內為宜，按文中出現順序排列。
{4}簡要地介紹研究背景、研究內容、研究成果。關鍵詞的個數為3-8個。
{5}中英文對照的標題、作者、作者單位、摘要、關鍵詞。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
