首页|改进YOLOv3模型对航拍汽车的目标检测

改进YOLOv3模型对航拍汽车的目标检测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对无人机航拍汽车作为待检测目标时,现有的检测方法容易出现误检、漏检、定位不准,检测精度和速度难以同时提高的问题,提出了一种基于深度学习的目标检测模型YOLOv3的改进模型ZQ-YoloNet.通过实验分析,证明该方法在检测无人机航拍汽车时具有良好的效果,精准率和召回率分别达到了97.73％和78.25％,对1 280×720像素mp4格式视频检测时速度不低于40帧/s.能够满足实时检测的要求.
Target Detection of Aerial Photographic Vehicles Based on Improved YOLOv3 Model

谢晓竹、薛帅

展开 >

陆军装甲兵学院信息通信系,北京100072

无人机 航拍汽车 目标检测 YOLOv3模型

全军军事类研究生课题

014JY412

2019

装甲兵工程学院学报
装甲兵工程学院

装甲兵工程学院学报

CSTPCD
影响因子：0.402
ISSN：1672-1497
年,卷(期)：2019.33(3)
  • 1
  • 1