改进YOLO-v3的遥感图像舰船检测方法

被引：25

作者：

公明 ^{[1
]}

刘妍妍 ^{[1
]}

李国宁 ^{[2
]}

机构：

[1] 长春理工大学

[2] 中国科学院长春光学精密机械与物理研究所

来源：

电光与控制 | 2020年 / 27卷 / 05期

关键词：

舰船检测; 遥感图像; YOLO; 空间金字塔池化; 密集连接; Inception结构;

D O I：

暂无

中图分类号：

U675.7 [船舶导航与通信]; TP751 [图像处理方法];

学科分类号：

081105 ;

摘要：

针对遥感图像中舰船目标的检测,提出了一种基于YOLO-v3改进的实时遥感舰船目标检测方法。通过引入空间金字塔池化结构,结合密集连接和Inception结构实现降维过渡模块等方法增强了网络特征信息的提取,重新替换骨干网络的连接结构和优化多尺度特征融合检测设计出新的网络结构,减少了参数量,加强了特征传递,最终实现了优于原方法的效果。使用空客公司在Kaggle比赛提供的遥感图像数据集做试验对比,该算法平均检测精确度达到84%,相较于原算法精确度提高了约4%,速度达到23帧/s。

引用

页码：102 / 107

页数：6