基于改进型YOLO算法的遥感图像舰船检测

时间:2023-08-04 14:07:51
作者:王玺坤,姜宏旭,林珂玉
关键字:舰船检测, YOLOv3, YOLOv3-Tiny, 残差网络, 特征映射模块
DOI:10.13700/j.bh.1001-5965.2019.0394
查看次数:692

如需要完整文档点击下方 "点击下载文档" 按钮

目标检测算法在PASCAL VOC等数据集中取得了非常好的检测效果,但是在大尺度遥感图像中舰船目标的检测准确率却很低。因此,针对可见光遥感图像的特点,在YOLOv3-Tiny算法的基础上增加了特征映射模块,为预测层提供丰富的语义信息,同时在特征提取网络中引用残差网络,提高了检测准确率,从而有效提取舰船特征。实验结果表明:优化后的M-YOLO算法检测准确率为94.12%。相比于SSD和YOLOv3算法,M-YOLO算法的检测准确率分别提高了11.11%和9.44%。

如需要完整文档点击下方 "点击下载文档" 按钮

基于改进型YOLO算法的遥感图像舰船检测
《基于改进型YOLO算法的遥感图像舰船检测》
完整文档 下载到本地,方便收藏和查阅
文件号:072839
基于改进型YOLO算法的遥感图像舰船检测
点击下载文档
基于改进型YOLO算法的遥感图像舰船检测

点击下载 文件号:072839(点击复制) 公众号(点击复制)

x