文章详情
| 稿件标题： | 基于改进的YOLOv3SPP算法目标检测研究 |
| 稿件作者： | 洪毕辉，李文彬，朱炜，王晓鸣，张克斌 |
| DOI： | 10.11809/bqzbgcxb2023.04.038 |
| 科学编辑： | 李波 博士（西北工业大学副教授、博导） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 目标检测；数据集；数据增强；YOLOv3算法；Kmeans++聚类 |
| 文章摘要： | 为了更好的对复杂战场环境下军事目标检测和侦查，提出一种基于YOLOv3SPP的改进算法。通过收集不同目标尺寸、类别等条件下坦克、步战车、雷达等军事对象，构建军事目标小型数据集；对数据集进行数据增强处理，扩充样本数，提高训练模型鲁棒性；将DIoU和Focal Loss替换均方误差函数和交叉熵函数，提高目标检测算法精度；利用Kmeans++聚类算法计算得出适用的锚框，进一步提高模型检测精度。实验结果表明，改进的YOLOv3SPP军事目标检测算法相对于原YOLOv3SPP算法，模型收敛更快，平均精度提高了10%，精度和召回率分别提高了9%和8%，具备良好的检测能力，能为战场环境下军事目标的检测和侦查任务提供技术支持。 |
| 稿件基金： | 青年科学基金项目（12102198） |
| 引用本文格式： | 洪毕辉，李文彬，朱炜，等.基于改进的YOLOv3SPP算法目标检测研究［J］.兵器装备工程学报，2023，44(4)：268-274. HONG Bihui, LI Wenbin, ZHU Wei, et al.Research on target detection based on an improved YOLOv3SPP algorithm［J］.Journal of Ordnance Equipment Engineering，2023，44(4)：268-274. |
| 刊期名称： | 2023年04期 |
| 出版时间： | 2023年4月 |
| 上线时间： | 2023年4月28日 |
| 浏览次数： | 2660 |
| 下载次数： | 87 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |