文章详情
| 稿件标题： | 基于改进YOLOv3的遥感目标检测算法 |
| 稿件作者： | 王兴涛1,2，单慧琳1,2，孙佳琪2，崔志强2，张培琰2，龙见洋2 |
| DOI： | 10.11809/bqzbgcxb2023.11.035 |
| 科学编辑： | 黄世奇 博士（西京学院教授） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 深度学习；YOLOv3算法；特征尺度；空间通道注意力机制；轻量化网络；Kmeans++聚类算法 |
| 文章摘要： | 针对YOLOv3算法在遥感图像检测中对飞机、船舰等小目标的准确度不高等问题，提出了一种用于遥感目标检测的改进YOLOv3算法。使用HSwish激活函数替代MobileNetV2中Bottleneck Residual block第一层中的ReLU6激活函数，为使网络更加关注遥感图像的细节信息，在MobileNetV2中加入能够更多关注特征图的隐藏信息的空间通道注意力机制；利用改进后的MobileNetV2代替YOLOv3中原始的Darknet53主干网络。将调整后的Focal loss损失函数代替YOLOv3中原来的损失函数，并在原算法的基础上减少特征尺度，使算法处理时间更短。使用Kmeans++聚类算法对数据集进行聚类分析，获得一组先验框。在DOTA数据集上进行了测试，实验结果表明：改进后的算法将权重模型从18.8 MB减少到了8.0 MB，将平均检测时间从36.6 ms减少到了28.42 ms，将mAP_0.5从61.7提高到了91.3，该算法较好地提高了检测速度和精度。 |
| 稿件基金： | 国家自然科学基金项目（62071240，62106111）；江苏省一流本科课程项目（2021YLKC005） |
| 引用本文格式： | 王兴涛，单慧琳，孙佳琪，等.基于改进YOLOv3的遥感目标检测算法［J］.兵器装备工程学报，2023，44(11)：279-286. WANG Xingtao, SHAN Huilin, SUN Jiaqi, et al.Algorithm on remote sensing target detection based on improved YOLOv3［J］.Journal of Ordnance Equipment Engineering，2023，44(11)：279-286. |
| 刊期名称： | 2023年11期 |
| 出版时间： | 2023年11月 |
| 上线时间： | 2023年11月28日 |
| 浏览次数： | 1712 |
| 下载次数： | 64 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |