基于改进YOLOv3网络的遥感目标快速检测方法

被引：24

作者：

方青云

王兆魁

机构：

[1] 清华大学航天航空学院

来源：

上海航天 | 2019年 / 36卷 / 05期

关键词：

遥感图像; 目标检测; YOLOv3; 轻量化网络; 模型参数; 计算量;

D O I：

10.19328/j.cnki.1006-1630.2019.05.003

中图分类号：

V443.5 []; TP751 [图像处理方法];

学科分类号：

摘要：

针对将来卫星在轨实时目标检测需求,且在其内存和算力都受限的条件下,提出一种改进的YOLOv3,利用轻量化网络代替YOLOv3的特征提取网络,实现遥感目标的高效检测。在目标检测精度相近的情况下,改进模型参数相比原先降低了1.5倍,计算量降低了3.3倍。同时提出了一种基于交并比的迭代聚类算法,分别在YOLOv3和改进YOLOv3上实现了7.0%和2.3%的平均精度均值(mAP)提升。实验表明:改进模型的检测速度最快能达到101 frame/s,当其mAP比YOLOv3高6%时,检测速度仍是YOLOv3的1.6倍。本文提出的改进YOLOv3是一种高效遥感目标检测方法,为未来星上应用打下基础。

引用

页码：21 / 27+34 +34

页数：8