首页|改进的YOLOv3算法对伪装目标检测

改进的YOLOv3算法对伪装目标检测

Camouflage Target Detection Based on an Improved YOLOv3 Algorithm

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
针对现有算法对伪装目标检测效率较低的问题,提出了一种基于改进YOLOv3网络的伪装目标检测算法.该算法在现有数据集下,对算法的先验框进行重聚类;依据Darknet53多次利用残差块的特点,将残差网络的级联方式由单级跳连改为多级跳连,改善误差在网络中的回传效果;在网络中添加了注意力模块,增加有用特征的检测权重.实验结果表明,与原始算法相比,改进后的算法模型具有较低的损失值且平均精度均值提高了约4.35豫.

吴涛、王伦文、朱敬成

展开 >

国防科技大学电子对抗学院,合肥 230037

伪装目标 目标检测 注意力机制 残差网络

2022

10.3969/j.issn.1002-0640.2022.02.020

火力与指挥控制
火力与指挥控制研究会,火力与指挥控制专业情报网

火力与指挥控制

CSTPCDCSCD北大核心
影响因子：0.312
ISSN：1002-0640
年,卷(期)：2022.47(2)
  • 2
  • 4