装甲兵工程学院学报2019，Vol.33Issue(3) ：84-89.

改进YOLOv3模型对航拍汽车的目标检测

Target Detection of Aerial Photographic Vehicles Based on Improved YOLOv3 Model

谢晓竹 薛帅
装甲兵工程学院学报2019，Vol.33Issue(3) ：84-89.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

改进YOLOv3模型对航拍汽车的目标检测

Target Detection of Aerial Photographic Vehicles Based on Improved YOLOv3 Model

谢晓竹 1薛帅1
扫码查看

作者信息

  • 1. 陆军装甲兵学院信息通信系,北京100072
  • 折叠

摘要

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.

关键词

无人机/航拍汽车/目标检测/YOLOv3模型

引用本文复制引用

基金项目

全军军事类研究生课题(014JY412)

出版年

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
被引量1
参考文献量1
段落导航相关论文