文章摘要:遥感机场区域目标的检测有很大的军事意义和民用意义。为了取得快速且精确的检测效果，自主构建了更加符合具体任务的数据集。以一步回归全局检测方法的代表网络YOLOv3为基础框架，针对数据集中类别分布不均衡问题，提出使用生成的方法用生成对抗网络进行有针对性的数据扩充，以获得具有领域变换特性、类数据分布更为均衡的数据集。同时，使用改进的DWFPN检测部件，来融合得到深层次可区分性的更加鲁棒的特征。实验表明，相比原网络，改进网络带来了4.98%的多类目标平均检测精度以及8.33%的平均交并比的提升，分别达到了89.07%的多类目标平均检测精度以及61.97%的平均交并比。此外，改进网络的平均检测时间为0.0625s，相比类似检测率的RetinaNet -101网络快6倍，体现了该网络的有效性以及对具体任务的实用性。

文章关键词:目标检测,图像处理,神经网络,机场区域,遥感,

项目基金:国家自然科学基金(61701524，61773397),

论文作者:韩永赛¹ 马时平¹ 何林远¹ 李承昊² 朱明明² 张飞² 

作者单位:1. 空军工程大学航空工程学院 2. 空军工程大学研究生院 

论文分类号: V35;TP751

相似文献:遥感图像舰船检测的旋转卷积集成YOLOv3模型.....作者:吴止锾,李磊,高永明,刊载期刊：《计算机工程与应用》
基于改进YOLOV3算法的遥感图像油罐检测.....作者:李昕,赵猛,董修武,程学珍,刊载期刊：《中国科技论文》
面向遥感图像小目标检测的改进YOLOv3算法.....作者:王建军,魏江,梅少辉,王健,刊载期刊：《计算机工程与应用》
改进YOLOv3在航拍目标检测中的应用.....作者:魏玮,蒲玮,刘依,刊载期刊：《计算机工程与应用》
基于改进YOLOv3的自然场景下冬枣果实识别研究.....作者:刘天真,滕桂法,苑迎春,刘博,刘智国,刊载期刊：《农业机械学报》
改进YOLOV3的火灾检测方法.....作者:罗小权,潘善亮,刊载期刊：《计算机工程与应用》
改进的深度神经网络下遥感机场区域目标检测.....作者:韩永赛,马时平,何林远,李承昊,朱明明,许悦雷,刊载期刊：《北京航空航天大学学报》
改进YOLOV3算法的视频目标检测.....作者:宋艳艳,谭励,马子豪,任雪平,刊载期刊：《计算机科学与探索》
基于YOLOv3算法的危险区域工人识别.....作者:任磊,苗作华,李自强,刘礼坤,汤阳,王梦婷,谢媛,刊载期刊：《土木建筑工程信息技术》
复杂场景下基于增强YOLOv3的船舶目标检测.....作者:聂鑫,刘文,吴巍,刊载期刊：《计算机应用》

相关文章:人工智能在智能制造中的应用.....作者:杨磊
大数据人工智能驱动图书馆知识服务和学科建设.....作者:姜爱蓉
商业航天背景下的遥感应用产业化.....作者:刘东升
Artificial Intelligence: Where Maybe Next Steps? “人工智能热”之后的冷静思考.....作者:Tony Qiu
Computational Analysis of the Voynich Manuscript 十五世纪伏尼契码的智能解析.....作者:Greg Kondrak
深度强化学习系列课程第四讲.....作者:汪荣贵
北京二号遥感卫星星座及其应用服务.....作者:屈鸿钧
第一讲：人工智能时代的刑事责任演变： 过去·现在·将来.....作者:刘宪权

文章来源：《计算机光盘软件与应用》 网址: http://www.jsjgprjyyy.cn/qikandaodu/2021/0831/1543.html

上一篇： 轻工业手工业论文_采用计算机模拟技术评估花
下一篇： 轻工业手工业论文_基于CHG-LDA的鱼类新鲜度无