基于改進(jìn)YOLO v3的飛行目標(biāo)檢測(cè)算法研究

飛行目標(biāo)往往呈現(xiàn)為十幾個(gè)像素點(diǎn)的小目標(biāo) ,對(duì)其準(zhǔn)確檢測(cè)是黑飛反制、管控等應(yīng)用中首要解決的問(wèn)題 。鑒于此 ,提出一種基于改進(jìn)YOLO v3的方法提高飛行目標(biāo)的檢測(cè)能力。首先為避免梯度消失 ,增強(qiáng)特征的復(fù)用 ,在特征檢測(cè)層引入殘差網(wǎng)絡(luò);其次為提高小目標(biāo)的檢測(cè)能力 ,增加對(duì)4倍下采樣特征的檢測(cè);然后通過(guò)數(shù)據(jù)集對(duì)未改進(jìn)YOLO v3和改進(jìn)后YOLO v3進(jìn)行訓(xùn)練獲取模型;最后將Faster R-CNN、未改進(jìn)YOLO v3和改進(jìn)后YOLO v3進(jìn)行實(shí)驗(yàn)對(duì)比 ,數(shù)據(jù)顯示改進(jìn)后YOLO v3的準(zhǔn)確度提升14個(gè)百分點(diǎn)以上 , 能較好地檢測(cè)出飛行目標(biāo)。