改进YOLOv3算法及其在航拍图像车辆检测中的应用

作     者：丛眸 张平 王宁 Cong Mou;Zhang Ping;Wang Ning

作者机构：长春理工大学计算机科学技术学院吉林长春130022 陆军装甲兵学院北京100072 公安部第三研究所北京100142 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2023年第40卷第1期

页      码：228-233页

摘      要：针对航拍图像中的车辆目标尺度小、特征不明显导致目标检测困难的问题,提出一种改进YOLOv3的航拍车辆目标检测方法。将空间金字塔池化模块引入到特征提取网络中,丰富卷积特征的表达能力;设计4个不同尺度的卷积特征金字塔,并通过卷积特征融合机制来实现对多层级卷积特征的融合,在融合后的卷积特征金字塔上进行目标检测。在航拍图像车辆目标检测数据集上的测试结果表明,与原YOLOv3相比,改进后的算法能够有效地提高对航拍图像中车辆目标检测效果的查全率以及查准率,并将平均均值精度(mean average precision, mAP)提升了4.5百分点。

主 题 词：车辆检测 航拍图像 YOLOv3 空间金字塔池化 卷积特征融合 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.1000-386x.2023.01.036

馆 藏 号：203118266...