基于YOLO的月表撞击坑检测实验方案设计

摘要：

月表撞击坑的自动提取可为星际探测器着陆的自动选址提供可靠参考,可直接服务于军民用航天领域的重要需求.然而,月表撞击坑尺度多变、分布不一的特性给有效的撞击坑自动提取方法的开发带来了挑战.该文针对航空航天信息类专业实践培养需求,设计了基于YOLO的月表撞击坑检测实验方案.首先构建月表撞击坑训练用数据库,然后搭建基于YOLO系列网络的深度学习模型,并对撞击坑检测效果进行测试,最终所训练的网络模型在测试集上的检测精度能达到97.7％.通过该实验方案的设计,可以使学生在实践中深入理解航空航天领域问题研究的思路和方法,提高学生科研探索的兴趣和动手能力.

关键词：月表撞击坑检测、YOLO、深度学习、实验方案

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：北京航空航天大学研究生教育与发展研究专项基金;北京航空航天大学重点教改项目

在线出版日期：2023-02-13（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：6-10,22