首页|改进YOLOv3的地面车辆小目标检测

改进YOLOv3的地面车辆小目标检测

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
论文针对将遥感图像用于目标检测时地面车辆小目标的漏检和虚警问题,基于YOLOv3,对其躯干网络做如下改进:取消多尺度融合,独立地输出各个尺度上的特征图;在每个独立输出的尺度上引入dilation卷积和Inception-ResNet结构.基于VEDAI数据集,进行YOLOv3和改进模型的训练和测试,改进模型对车辆小目标检测的准确率和召回率分别提升了1.07％和6.02％,对测试集检测的准确率和召回则率分别提升了1.59％和5.34％,该结果表明改进模型能够有效地解决地面车辆小目标的漏检和虚警问题.
Improve YOYLv3's Ground Vehicle Small Target Detection

蒋川虎、张东旭、张超

展开 >

北京航天时代光电科技有限公司 北京 100094

小目标检测 YOLOv3 VEDAI数据集

2022

10.3969/j.issn.1672-9722.2022.03.018

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(3)
  • 4
  • 16