基于改进YOLOv4的飞机遥感影像目标检测算法

摘要：

针对遥感影像检测的背景复杂多样、检测目标小且不清晰、实时性需求等问题,本文基于深度学习YOLOv4目标检测算法网络框架,提出一种基于改进YOLOv4的遥感影像飞机目标检测算法,旨在提高检测速度和检测精度;使用MobileNetv3轻量化网络结构替换YOLOv4的主干特征提取网络(CSPDarkNet53),其深度可分离卷积模块可减少参数计算量,进一步提高改进后的YOLOv4运算速度,其逆残差结构和SE注意力机制结构可提高特征提取的能力,以较少的精度换取大量速度;在YOLOv4的头部加入注意力机制(CBAM),通过重定义特征图的权重方式,提高模型的准确性.实验结果表明,改进的YOLOv4算法对于飞机小目标遥感影像检测效果良好,其检测速度为24.3帧/s,比原YOLOv4算法提升了8.5帧/s;识别准确率达到92.45％,比原YOLOv4算法提升了3.53％,实现了网络模型的轻量化.

关键词：遥感影像、YOLOv4目标检测、MobileNetv3、注意力机制

所属期刊栏目：13

分类号：TN911.23;TU323.4

在线出版日期：2023-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：15-19,28