通航机场场面运动目标检测方法

摘要：

针对传统YOLOv3(you only look once-v3)算法目标检测精度较低、收敛速度较慢等问题,提出了一种改进的YOLOv3算法,分别对主干网络和损失函数进行了改进.采用迁移和冻结相结合的训练方法,以提升目标检测的精确度和速度.基于改进的YOLOv3算法对西南某通航机场3种不同场景下的运动目标检测效果进行了对比分析.结果表明,改进的YOLOv3算法对正常天气场景下的场面运动目标检测效果要明显优于雾天和雨天场景,对飞机目标的检测效果明显优于车辆和行人目标;3类目标的检测精度、召回率、平均精度值(mean average precision,mAP)分别达到92.96％、80.51％、91.96％,GPU处理速度为74.0帧/s,较传统YOLOv3算法和YOLOv4算法性能均有明显提升.

关键词：目标检测、改进的YOLOv3算法、深度可分离卷积、DIoU、通航机场

所属期刊栏目：22

分类号：V355.1;TP391.1(航空港（站）、机场及其技术管理)

资助基金：四川省科技厅重点研发计划;中飞院智慧民航专项重点项目;四川省大学生创新创业训练项目

在线出版日期：2022-11-30（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：13114-13119