一种轻量化YOLOv4的遥感影像桥梁目标检测算法OA北大核心
A lightweight YOLOv4 algorithm for bridge target detection in remote sensing images
深度学习技术发展迅速,在目标检测中表现出良好的适应性.针对YOLOv4算法在遥感影像桥梁目标检测任务中的检测效率较低和模型轻量化不足问题,使用轻量化的MobileNetv3骨干网络替换原始CSPDarkNet53骨干网络,将传统卷积层替换为深度超参数化卷积层(DO_Conv),提出一种兼具精度和检测效率的轻量化模型.实验表明:比较原始YOLOv4算法,本文算法将模型权重降低55％,检测效率提升70％以上,证明了本文改进之处的有效性;在精度方面,本…查看全部>>
余培东;王鑫;江刚武;刘建辉;徐佰祺
战略支援部队信息工程大学数据与目标工程学院,河南郑州 450001战略支援部队信息工程大学数据与目标工程学院,河南郑州 450001战略支援部队信息工程大学数据与目标工程学院,河南郑州 450001战略支援部队信息工程大学数据与目标工程学院,河南郑州 450001战略支援部队信息工程大学数据与目标工程学院,河南郑州 450001
天文与地球科学
桥梁目标检测YOLOv4算法MobileNetv3算法深度超参数化卷积轻量化模型
《海洋测绘》 2022 (2)
59-64,6
评论