基于改进Yolo v3的弹载图像弱小目标检测算法OA北大核心
结合弹载摄像机的成像特点,对不同目标在弹载图像中的尺度信息进行分析,重点对复杂作战环境下的弱小目标检测问题进行研究。优化小目标样本数据结构,扩充小目标样本比例,并将远距离成像不易区分类别的目标统一标注为“target”类。优化Yolo v3网络结构,利用K-means对多尺度预测分支上的anchor大小重新聚类,并在FPN大尺度特征提取前融合中、小尺度特征信息,通过卷积注意力模块和双线性插值上采样提高特征图中显著特征的表达能力,减少弱小目标特征信…查看全部>>
田宗浩;郭佳晖;孙姗姗;申倩
陆军炮兵防空兵学院高过载弹药制导控制与信息感知实验室,合肥230031陆军炮兵防空兵学院高过载弹药制导控制与信息感知实验室,合肥230031陆军炮兵防空兵学院高过载弹药制导控制与信息感知实验室,合肥230031陆军炮兵防空兵学院高过载弹药制导控制与信息感知实验室,合肥230031
信息技术与安全科学
弹载图像目标检测Yolo v3弱小目标
《火力与指挥控制》 2022 (4)
P.34-42,9
评论